Pandas DataFrame.reset_index()

reset_index()是Pandas DataFrame对象的一个方法，它可以在将DataFrame对象的索引列复位后创建一个新的DataFrame对象。

语法

DataFrame.reset_index(self, level=None, drop=False, inplace=False, col_level=0, col_fill='')

参数说明：

• level：可选参数，可以将单个名为索引的列或多个名为索引的列分别提取，指定列的名称或者列的列表即可。默认情况下，如果未指定，则使用所有索引列。
• drop：可选参数，表示是否丢弃索引列。默认值为False，保留索引列。
• inplace：可选参数，表示是否对DataFrame对象修改原对象。如果为True，则在原DataFrame对象上进行修改；否则，将DataFrame的每个副本返回给散布在内存中的计算工作负载。
• col_level: 可选参数，如果DataFrame对象的列具有多层索引，则提取每个级别指定的级别，并将其放入新列名的元组。可选级别是列的所有级别。默认值由参数值(0)确定。
• col_fill: 可选参数，如果列变成多层索引，则添加一个列名元组。默认值为''。如果列索引的名称不是元组，则添加一个新的定义为None的元组。

返回值

如果inplace没有设置为True，则reset_index()返回一个新的Pandas DataFrame对象。否则，它修改原对象并返回None。

示例

import pandas as pd

data = {'name':['Tom', 'Jack', 'Steve', 'Ricky'],
        'age':[28, 34, 29, 42],
        'salary':[3000, 2000, 4500, 8000]}
        
df = pd.DataFrame(data)
print(df)

df.reset_index(drop=True, inplace=True)
print(df)

以上示例将打印出如下结果：

     name  age  salary
0     Tom   28    3000
1    Jack   34    2000
2   Steve   29    4500
3   Ricky   42    8000

   name  age  salary
0   Tom   28    3000
1  Jack   34    2000
2  Steve   29    4500
3  Ricky   42    8000

以上代码将reset_index()方法应用于DataFrame对象，并使用drop=True指定不在新DataFrame对象中包括原索引。最终的结果是生成一个新的DataFrame对象，并在该对象中包含名称为“index”的每行递增整数序列。