在pandas中,如何在不添加新列的情况下重置索引？

Question

In [37]: df = pd.DataFrame([[1, 2, 3, 4], [2, 3, 4, 5], [3, 4, 5, 6]])

In [38]: df2 = pd.concat([df, df])

In [39]: df2.reset_index()
Out[39]: 
   index  0  1  2  3
0      0  1  2  3  4
1      1  2  3  4  5
2      2  3  4  5  6
3      0  1  2  3  4
4      1  2  3  4  5
5      2  3  4  5  6

我的问题是,如果reset_index不添加新列,我该怎么index办？

Answer 1

您可以使用该drop=True选项reset_index().看到这里.

Answer 2

一个经常遇到的问题是reset_index()返回一个副本，因此必须将其分配给另一个变量（或其本身）才能修改数据帧。您还可以使用该inplace=参数就地删除旧索引。

df = df.reset_index(drop=True)
# or
df.reset_index(drop=True, inplace=True)
df

请记住，许多删除行或以其他方式更改索引（例如，dropna等）的 pandas 函数/方法都有参数，当设置为 True 时，会将索引重置为函数调用的一部分。例如，在OP中使用的示例中，简单地传递就避免了首先重置索引的需要。drop_duplicatespd.concatignore_indexignore_index=True

df2 = pd.concat([df, df], ignore_index=True)  # <--- no need for `reset_index()`