Pandas：如何重新索引从 1 开始的行

您可以使用以下基本语法从 1 而不是 0 开始重新索引 pandas DataFrame 的行：

 import pandas as pd
import numpy as np

df. index = np. arange (1, len (df)+1)

NumPy arange()函数创建一个从 1 开始的数组，以 1 为增量增加，直到整个 DataFrame 的长度加 1。

然后将该数组用作 DataFrame 的索引。

以下示例展示了如何在实践中使用此语法。

示例：从 1 开始重新索引 Pandas DataFrame 的行

假设我们有以下 pandas DataFrame，其中包含有关各种篮球运动员的信息：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})
                   
#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

请注意，索引当前范围为 0 到 7。

要将索引中的值重新索引到从1开始的列，我们可以使用以下语法：

 import numpy as np

#reindex values in index to start from 1
df. index = np. arange (1, len (df)+1)

#view updated DataFrame
print (df)

  team points assists rebounds
1 A 18 5 11
2 B 22 7 8
3 C 19 7 10
4 D 14 9 6
5 E 14 12 6
6 F 11 9 5
7 G 20 9 9
8:28 a.m. 4:12

请注意，索引值现在从 1 开始。

注意#1 ：使用len()函数查找 DataFrame 中的行数的优点是，在创建新数组之前我们不需要知道 DataFrame 中有多少行。指数值。

注意#2 ：您可以在此处找到 NumPy arange()函数的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

如何删除 Pandas 中的索引名称
如何展平 Pandas 中的多重索引
如何从 Pandas 的索引中获取唯一值