如何重新索引熊猫数据框以将起始索引值重置为零？ [重复]

Posted 2023-03-11

【中文标题】如何重新索引熊猫数据框以将起始索引值重置为零？ [重复]

【英文标题】：How can I reindex pandas dataframe to reset the starting index value to zero？ [duplicate]

【发布时间】：2016-03-14 05:18:03

【问题描述】：

在我的数据框中，某些行中有 NaN 值。我想删除这些行。我用 dataframe.dropna(how='any') 解决它。结果如下：

         date  time   open   hign    low  close  volume  turnover
2  2015-09-01   931  48.60  48.60  48.00  48.00  449700  21741726
3  2015-09-01   932  47.91  48.33  47.91  48.25  158500   7614508

我想重新索引我的数据框的行，所以我运行：

length = dataframe.dropna(how='any').shape[0]
dataframe1 = dataframe.index(range(length))

但是dataframe1仍然保留旧的索引值，比如：

          date  time   open   hign    low  close  volume  turnover
0         NaN   NaN    NaN    NaN    NaN    NaN     NaN       NaN
1         NaN   NaN    NaN    NaN    NaN    NaN     NaN       NaN
2  2015-09-01   931  48.60  48.60  48.00  48.00  449700  21741726
3  2015-09-01   932  47.91  48.33  47.91  48.25  158500   7614508

如何让数字以0开头并删除前两行？

想要的结果：

          date  time   open   hign    low  close  volume  turnover
0  2015-09-01   931  48.60  48.60  48.00  48.00  449700  21741726
1  2015-09-01   932  47.91  48.33  47.91  48.25  158500   7614508

【参考方案1】：

重置索引并指定drop=True。

df = pd.DataFrame('close': [nan, nan, 48.0, 48.25],
                   'date': [nan, nan, '2015-09-01', '2015-09-01'],
                   'hign': [nan, nan, 48.60, 48.33],
                   'low': [nan, nan, 48.0, 47.91],
                   'open': [nan, nan, 48.60, 47.91],
                   'time': [nan, nan, 931.0, 932.0],
                   'turnover': [nan, nan, 21741726.0, 7614508.0],
                   'volume': [nan, nan, 449700.0, 158500.0])

>>> df
         date  time   open   hign    low  close  volume  turnover
0         NaN   NaN    NaN    NaN    NaN    NaN     NaN       NaN
1         NaN   NaN    NaN    NaN    NaN    NaN     NaN       NaN
2  2015-09-01   931  48.60  48.60  48.00  48.00  449700  21741726
3  2015-09-01   932  47.91  48.33  47.91  48.25  158500   7614508

>>> df.dropna(how='any').reset_index(drop=True)
         date  time   open   hign    low  close  volume  turnover
0  2015-09-01   931  48.60  48.60  48.00  48.00  449700  21741726
1  2015-09-01   932  47.91  48.33  47.91  48.25  158500   7614508

【讨论】：

谢谢。这对我很有帮助。

【参考方案2】：

您尝试过reindex 功能吗？