这篇文章将为大家详细讲解有关pandas怎么重置DataFrame索引，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

importpandasaspdimportnumpyasnpdf=pd.DataFrame(np.arange(20).reshape((5,4)),columns=['a','b','c','d'])#得到df：abcd00123145672891011312131415416171819#对其重排顺序，得到索引顺序倒序的数据df2=df.sort_values('a',ascending=False)#得到df2：abcd41617181931213141528910111456700123

下面对df2重置索引，使其索引从0开始

法一：

简单粗暴：

df2.index=range(len(df2))#输出df2：abcd01617181911213141528910113456740123

法二：

df2=df2.reset_index(drop=True)#drop=True表示删除原索引，不然会在数据表格中新生成一列'index'数据#输出df2：abcd01617181911213141528910113456740123

法三：

df2=df2.reindex(labels=range(len(df))#labels是第一个参数，可以省略#输出df2abcd01617181911213141528910113456740123#注：df=df.reindex(index=[])，在原数据结构上新建行（index是新索引，若新建数据索引在原数据中存在，则引用原有数据），默认用NaN填充(使用fill_value=0来修改填充值自定义，此处我设置的是0)。#df=df.reindex(columns=[])，在原数据结构上新建列，方法与新建行一样

法四：

df2 = df2.set_index(keys=['a', 'c']) # 将原数据a, c列的数据作为索引。# drop=True，默认，是将数据作为索引后，在表格中删除原数据# append=False，默认，是将新设置的索引设置为内层索引，原索引是外层索引# 输出df2，注意a,c列是索引: b da c 16 18 17 1912 14 13 158 10 9 114 6 5 70 2 1 3

关于“pandas怎么重置DataFrame索引”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。