重新建立数据帧 [英] Reindexing dataframes

问题描述

我有一个数据框。然后我有一个逻辑条件，通过删除一些行，我创建另一个数据帧。然而，新的数据框会跳过已删除行的索引。如何顺利地重新索引而不跳过？以下是一个示例，以澄清

 将大熊猫导入pd 
导入numpy作为np 
 
 jjarray = np.array（range（5））
 eq2 = jjarray == 2 
 neq2 = np.logical_not（eq2）
 
 jjdf = pd.DataFrame（jjarray）
 jjdfno2 = jjdf [neq2] 
 
 jjdfno2 
  

Out： / p>

  0 
 0 0 
 1 1 
 3 3 
 4 4 
  

我希望它像这样：

  0 
 0 0 
 1 1 
 2 3 
 3 4 
  

谢谢。

解决方案

一种方法是使用 reset_index ：

 >>> df = pd.DataFrame（range（5））
>>> eq2 = df [0] == 2 
>>> df_no_2 = df [〜eq2] 
>>> df_no_2 
 0 
 0 0 
 1 1 
 3 3 
 4 4 
>>> df_no_2.reset_index（drop = True）
 0 
 0 0 
 1 1 
 2 3 
 3 4 
  pre> 
I have a data frame. Then I have a logical condition using which I create another data frame by removing some rows. The new data frame however skips indices for removed rows. How can I get it to reindex sequentially without skipping? Here's a sample coded to clarify
import pandas as pd
import numpy as np

jjarray = np.array(range(5))
eq2 = jjarray == 2
neq2 = np.logical_not(eq2)

jjdf = pd.DataFrame(jjarray)
jjdfno2 = jjdf[neq2]

jjdfno2
Out: 
  0
0 0
1 1
3 3
4 4
I want it to look like this:
  0
0 0
1 1
2 3
3 4
Thanks.
解决方案
One way is to use reset_index:
>>> df = pd.DataFrame(range(5))
>>> eq2 = df[0] == 2
>>> df_no_2 = df[~eq2]
>>> df_no_2
   0
0  0
1  1
3  3
4  4
>>> df_no_2.reset_index(drop=True)
   0
0  0
1  1
2  3
3  4


                        
这篇关于重新建立数据帧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！