Index de réinitialisation de Pandas Dataframe
Syntaxe
reset_index (drop = trop, inplace = true)
Exemple # 01
En utilisant l'outil «Spyder», nous créons du code «Pandas» pour utiliser la technique «reset_index ()» dans notre code. Tout d'abord, nous importons les modules «pandas» comme «PD.«Pour utiliser la fonction« pandas »en cas de besoin dans notre code, nous devons importer la fonction« pandas ». Ensuite, nous développons un dataframe ici, nous réinitialiserons donc l'indice de cette dataframe. Le DataFrame que nous développons ici est «Labour_DF», dans lequel nous plaçons «Labour_code», qui contient les codes de ces travaux, et ce sont «LB56, LB12, LB76, LB46, LB90, LB23, LB78, LB42 et LB91». Nous ajoutons également les noms ici dans la chronique «Labor_name», qui sont «Smith, James, Leo, Liam, William, Grace, Alexander, Peter et Callum."Le" Labor_duty_code "est ensuite entré, et les codes de service sont" DT23, DT56, DT55, DT76, DT91, DT87, DT22, DT48 et DT44 ".
Après ces trois colonnes, nous avons inséré deux autres colonnes qui sont les colonnes «Room_no and Block». Dans «Room_No», nous mettons «Salle 1, chambre 4, chambre 1, chambre 3, chambre 2, chambre 5, chambre 3, chambre 4 et chambre 5», la colonne «Block» contient «A, B, A, D , C, B, C, D et A."Après cela, nous insérons également la colonne d'index à ce DataFrame. Nous initialisons «l_index» avec les valeurs d'index, et les valeurs que nous mettons ici comme index sont «L1, L2, L3, L4, L5, L6, L7, L8 et L9». Ensuite, nous ajustons ces valeurs d'index avec le DataFrame en utilisant le «DataFrame.Méthode d'index. Nous créons simplement le DataFrame ici avec certaines valeurs d'index et l'avons affiché à l'aide de la méthode «print ()."
La sortie est rendue lorsque nous appuyons sur les touches «Maj + Entrée» ou appuyez sur le bouton «Exécuter» de Spyder. Le dataframe qui est apparu ici dans ce résultat montre les valeurs d'index. Maintenant, nous allons réinitialiser cette colonne d'index en utilisant la méthode «reset_index ()» ci-dessous.
Ici, nous avons mis la méthode «reset_index ()» avec le nom du DataFrame, qui est «Labor_df.«Lors de la réinitialisation de l'index de« Labor_DF », le DataFrame avec l'index par défaut est stocké dans la variable« Labor_DF1 ». Cette méthode supprimera l'index que nous avons créé et fera de ces valeurs d'index les valeurs de colonne, et l'index par défaut apparaîtra à la place de cela. Nous rendons également ce «Labor_df1» après avoir réinitialisé l'index.
L'indice par défaut apparaît dans ce résultat, et l'indice que nous avons inséré est transformé en colonne. Tout cela se fait en utilisant simplement la méthode "reset_index ()".
Exemple # 02
Dans cet exemple, nous utilisons à nouveau le «Labor_DF», mais nous avons ici réglé le «laboratoire_code» comme index, puis le réinitialisons. Lorsque nous mettons le «Labor_code» dans la méthode «set_index», il ajustera le «Labor_code» comme la colonne d'index de ce dataframe. Maintenant, après avoir établi ce "laboratoire_code" en tant qu'index, nous utilisons la méthode "reset_index ()" pour réinitialiser cet index et la modifier dans l'index par défaut et faire du "laboratoire". Nous rendons à la fois DataFrame, avant de réinitialiser l'index et après la réinitialisation de l'index.
Ici, vous voyez que la colonne d'index est la colonne «laboratoire_code» dans la première méthode DataFrame, puis la méthode «reset_index ()» est appliquée à ce DataFrame et rend une nouvelle dataframe avec l'index par défaut, et le «Labor_code» est rendu car la colonne de cette dataframe.
Exemple # 03
Après avoir importé le module «pandas» dans ce code, nous créons une liste. La liste que nous créons dans ce cas est appelée «programmeurs» et possède le champ «Programming_lang», qui contient «Java, Cobol, Pascal, Oop, C ++, Kotlin, Python et JavaScript."Les horaires" 3 heures, 4 heures, 2 heures, 4 heures, 6 heures, 3 heures, 4 heures et 4 heures "sont également ajoutés dans le champ" TIMIG_PERDAY ". Les codes sont «1523, 2423, 2321, 1456, 3454, 2267, 3106 et 4123», qui sont placés dans le champ «Code».
Après avoir terminé cette liste, nous ajoutons quelques valeurs dans «p_index», que nous définirons comme index après avoir converti cette liste en DataFrame. Nous placons "Programmer_1, Programmer_2, Programmer_3, programme. Après cela, nous convertissons la liste que nous avons créée en DataFrame. Lorsque ce dataframe est créé, nous définissons ces valeurs «p_index» comme indice de ce DataFrame à l'aide du «DataFrame.Valeur d'index.
Ensuite, nous rendons ici «Programmer_DF», et après cela, nous réinitialisons l'index en plaçant «reset_index ()» cette fois, nous passons également deux paramètres à cette méthode «reset_index ()», qui sont «tomber et placer» et Nous définissons les deux comme «vrai."Il abandonnera donc cette colonne d'index et ne les enregistrera pas comme la colonne du DataFrame. Il supprime l'index et place l'index par défaut à la place de la colonne d'index. Cette dataframe s'affichera également car nous l'avons placée dans «print ()."
Les valeurs d'index qui sont affichées dans la première dataframe sont supprimées, et les valeurs d'index par défaut sont apparues à la place de ces valeurs d'index. Ces valeurs d'index que nous avons ajoutées ne sont pas montrées dans la réinitialisation DataFrame parce que nous définissons le «Drop» et «Inplace» est égal à «True."
Exemple # 04
Nous faisons une liste après l'importation du module «pandas». Dans ce cas, nous établissons une liste intitulée «Runners_list» qui contient le domaine suivant «Runner_name» contient «Taylor, Stellan, Julian, Jasper, Olive et Samuel, Henry, Iris, Cora et David."Le champ" Runners_score "comprend désormais le score" 126, 134, 137, 130, 126, 117, 139, 119, 163 et 189 ". Nous modifions également «Runners_list» dans le «coureners_df» en utilisant le «PD.DataFrame "ici, puis nous rendons" Runners_df "."
Nous n'inservons pas la colonne d'index séparément dans ce code, donc l'index par défaut sera rendu dans ce DataFrame. Nous mettons la fonction «Drop» ici et ajoutons «0, 1», qui déposera les deux premières lignes du DataFrame, et nous stockons également le DataFrame après avoir abandonné les deux premières lignes. Nous utilisons ensuite la méthode "reset_index ()" après avoir supprimé les deux lignes du dataframe. Cela réinitialisera les valeurs d'index de l'index par défaut de DataFrame. Nous définissons également le «Drop» sur le «vrai» ici et placons «R_DF» dans le «print ()."
Le DataFrame d'origine est affiché ici, qui contient les valeurs d'index par défaut, et ceci est rendu ici avant de supprimer une ligne.
Lorsque les deux premières lignes de la dataframe sont supprimées, le nouveau DataFrame qui est formé est affiché ci-dessous, et dans ce DataFrame, la valeur d'index commence à partir de 2 car nous supprimons les deux premières lignes. Après cela, nous avons appliqué la méthode «reset_index ()», qui réinitialise les valeurs d'index et la démarre à partir de 0, qui est également l'index par défaut.
Conclusion
L'objectif principal du guide est de décrire en détail la méthode «reset_index» dans «pandas». Nous avons discuté que le «reset_index ()» aide à réinitialiser l'index de DataFrame et à mettre l'index par défaut à sa place. Nous avons présenté plusieurs exemples dans lesquels nous avons d'abord ajusté l'index, puis réinitialisé cet index et avons montré le dataframe avant et après la réinitialisation de l'index dans ce guide. Nous avons également discuté dans ce guide que lorsque nous avons utilisé l'index par défaut, puis supprimé certaines lignes, nous réinitialisons également l'index en utilisant le «reset_index ()."Il s'agit de la méthode" reset_index () "dans" pandas ".