Pandas DataFrame Reset Index
Syntaks
reset_index (drop = trop, inplace = true)
Eksempel nr. 01
Ved hjelp av “Spyder” -verktøyet lager vi “Pandas” -kode for å bruke “RESET_INDEX ()” -teknikken i koden vår. Først importerer vi “Pandas” -moduler som “PD.”For å bruke“ Pandas ”-funksjonen når det er nødvendig i koden vår, må vi importere“ Pandas ”-funksjonen. Så utvikler vi en dataaframe her, så vi vil tilbakestille indeksen for den dataaframe. DataFrame vi utvikler her er "Labour_df", der vi plasserer "Labour_code", som inneholder kodene til disse arbeidene, og dette er "LB56, LB12, LB76, LB46, LB90, LB23, LB78, LB42 og LB91". Vi legger også til navnene her i kolonnen "Labor_name", som er "Smith, James, Leo, Liam, William, Grace, Alexander, Peter og Callum.”“ Labor_duty_code ”legges deretter inn, og pliktkodene er“ DT23, DT56, DT55, DT76, DT91, DT87, DT22, DT48 og DT44 ”.
Etter disse tre kolonnene har vi satt inn to kolonner til som er "Room_no og Block" -kolonnene. I “Room_no” satte vi “Rom 1, rom 4, rom 1, rom 3, rom 2, rom 5, rom 3, rom 4 og rom 5” -kolonnen “AT“ A, B, A, D , C, b, c, d og a.”Etter dette setter vi inn indekskolonnen også til denne dataaframe. Vi initialiserer "l_index" med indeksverdiene, og verdiene vi legger her som indeksen er “L1, L2, L3, L4, L5, L6, L7, L8 og L9”. Deretter justerer vi disse indeksverdiene med DataFrame ved å bruke “DataFrame.indeks ”-metode. Vi oppretter ganske enkelt DataFrame her med noen indeksverdier og viser den ved hjelp av metoden “Print ().”
Utgangen blir gjengitt når vi treffer tastene “Shift + Enter” eller trykker på Spyderens “Kjør” -knapp. Dataframe som dukket opp her i dette utfallet viser indeksverdiene. Nå vil vi tilbakestille denne indekskolonnen ved å bruke metoden “RESET_INDEX ()” nedenfor.
Her setter vi metoden “RESET_INDEX ()” med navnet på DataFrame, som er “Labor_df.”Når du tilbakestiller indeksen for“ Labor_df, ”lagres DataFrame med standardindeksen i variabelen“ Labor_df1 ”. Denne metoden vil fjerne indeksen som vi har opprettet og lage disse indeksverdiene til kolonneverdiene, og standardindeksen vises i stedet for det. Vi gjengir også denne "Labor_df1" etter å ha tilbakestilt indeksen.
Standardindeksen vises i dette utfallet, og indeksen som vi har satt inn blir endret til kolonnen. Dette gjøres alt ved å bare bruke metoden “RESET_INDEX ()”.
Eksempel # 02
I dette eksemplet bruker vi “Labor_df” igjen, men her setter vi “Labor_code” som indeksen og tilbakestiller den deretter. Når vi setter “Labor_code” i “set_index” -metoden, vil den justere “labor_code” som indekskolonnen til den dataaframe. Nå, etter å ha angitt denne "Labor_code" som en indeks, bruker vi metoden "RESET_INDEX ()" også for å tilbakestille den indeksen og endre den til standardindeksen og gjøre "Labor_code" til en ny kolonne i denne DataFrame. Vi gjengir begge dataaframe, før vi tilbakestiller indeksen og etter tilbakestilling av indeksen.
Her ser du at indekskolonnen er kolonnen “Labor_Code” i den første DataFrame, deretter blir metoden “RESET_INDEX ()” brukt på denne DataFrame og gjør en ny DataFrame med standardindeksen, og “Labor_code” er gjengitt som som Kolonnen til den dataaframmen.
Eksempel # 03
Etter å ha importert "Pandas" -modulen til denne koden, oppretter vi en liste. Listen vi oppretter i dette tilfellet kalles “programmerere” og har feltet “programmering_lang”, som inneholder “Java, Cobol, Pascal, OOP, C ++, Kotlin, Python og JavaScript.”Tidspunktene“ 3 timer, 4 timer, 2 timer, 4 timer, 6 timer, 3 timer, 4 timer og 4 timer ”er også lagt til i" Timig_perday "-feltet. Kodene er “1523, 2423, 2321, 1456, 3454, 2267, 3106 og 4123,” som er plassert i “kode” -feltet.
Etter å ha fullført denne listen, legger vi til noen verdier i "P_Index", som vi vil sette som indeksen etter å ha konvertert denne listen til DataFrame. Vi plasserer “programmerer_1, programmerer_2, programmerer_3, programmerer_4, programmerer_5, programmerer_6, programmerer_7, programmerer_8” i "P_Index" -variabelen. Etter dette konverterer vi listen som vi har opprettet til DataFrame. Når denne DataFrame er opprettet, setter vi deretter at "P_Index" -verdiene som indeksen for den DataFrame ved hjelp av “DataFrame.indeks ”verdi.
Så gjengir vi “programmerer_df” her, og etter dette tilbakestiller vi indeksen ved å plassere “RESET_INDEX ()” denne gangen passerer vi også to parametere til denne "RESET_INDEX ()" -metoden, som er "Drop and Place" og Vi satte begge som “sant.”Så det vil slippe den indekskolonnen og vil ikke lagre den som kolonnen til DataFrame. Den fjerner indeksen og plasserer standardindeksen i stedet for indekskolonnen. Denne DataFrame vil også vises slik vi har plassert den i “Print ().”
Indeksverdiene som er vist i den første DataFrame blir droppet, og standardindeksverdiene har vist seg i stedet for disse indeksverdiene. Disse indeksverdiene som vi har lagt til, vises ikke i tilbakestillingen av DataFrame fordi vi setter "dråpen" og "på plass" tilsvarer "True.”
Eksempel nr. 04
Vi lager en liste etter å ha importert “Pandas” -modulen. I dette tilfellet oppretter vi en liste som heter "Runners_list" som har følgende felt i det "Runner_name" inneholder "Taylor, Stellan, Julian, Jasper, Olive og Samuel, Henry, Iris, Cora og David.”Feltet“ Runners_score ”inkluderer nå poengsummen“ 126, 134, 137, 130, 126, 117, 139, 119, 163 og 189 ”. Vi endrer også “Runners_list” i “Runners_df” ved å bruke “PD.DataFrame ”her, og så gjengir vi“ Runners_df.”
Vi setter ikke inn indekskolonnen separat i denne koden, så standardindeksen vil gjengi i denne DataFrame. Vi setter "slipp" -funksjonen her og legger til "0, 1" i den, som vil slippe de to første radene i DataFrame, og vi lagrer også DataFrame etter å ha droppet de to første radene. Vi bruker deretter metoden “RESET_INDEX ()” etter å ha droppet de to radene i DataFrame. Dette vil tilbakestille indeksverdiene for DataFrames standardindeks. Vi setter også "dråpen" til "sanne" her og plasserer "r_df" i "trykket ().”
Den opprinnelige DataFrame vises her, som inneholder standardindeksverdiene, og dette er gjengitt her før du slipper noen rad.
Når de to første radene i dataaframet blir droppet, vises den nye DataFrame som dannes nedenfor, og i denne DataFrame starter indeksverdien fra 2 fordi vi slipper de to første radene. Etter dette har vi brukt metoden “RESET_INDEX ()”, som tilbakestiller indeksverdiene og starter den fra 0, som også er standardindeksen.
Konklusjon
Guidenes hovedmål er å beskrive metoden “RESET_INDEX” i “Pandas” i detalj. Vi har diskutert at "RESET_INDEX ()" hjelper til med å tilbakestille DataFrame -indeksen og sette standardindeksen på sin plass. Vi har presentert flere eksempler der vi først har justert indeksen og deretter tilbakestilt den indeksen og har vist DataFrame før og etter tilbakestilling av indeksen i denne guiden. Vi har også diskutert i denne guiden at når vi har brukt standardindeksen og deretter droppet noen rader, så tilbakestiller vi også indeksen ved å bruke “RESET_INDEX ().”Dette handler om“ Reset_index () ”-metoden i“ Pandas ”.