Pandas: cara mereset indeks setelah menggunakan dropna()

Anda dapat menggunakan sintaks dasar berikut untuk mengatur ulang indeks pandas DataFrame setelah menggunakan fungsi dropna() untuk menghapus baris dengan nilai yang hilang:

 df = df. dropna (). reset_index (drop= True )

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Reset indeks di Pandas setelah menggunakan dropna()

Misalkan kita memiliki pandas DataFrame berikut yang berisi informasi tentang berbagai pemain bola basket:

 import pandas as pd
import numpy as np

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

#view DataFrame
print (df)

  team points assists rebounds
0 A 18.0 5.0 11.0
1 B NaN 7.0 8.0
2 C 19.0 7.0 10.0
3D 14.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 NaN 5.0
6G 20.0 9.0 NaN
7 H 28.0 4.0 12.0

Sekarang misalkan kita menggunakan fungsi dropna() untuk menghapus semua baris dari DataFrame yang memiliki nilai yang hilang di kolom:

 #drop rows with nan values in any column
df = df. dropna ()

#view updated DataFrame
print (df)

  team points assists rebounds
0 A 18.0 5.0 11.0
2 C 19.0 7.0 10.0
3D 14.0 9.0 6.0
4 E 14.0 12.0 6.0
7 H 28.0 4.0 12.0

Perhatikan bahwa indeks masih berisi nilai indeks asli untuk setiap baris.

Untuk mereset indeks setelah menggunakan fungsi dropna() , kita dapat menggunakan sintaks berikut:

 #drop rows with nan values in any column
df = df. dropna (). reset_index (drop= True )

#view updated DataFrame
print (df)

  team points assists rebounds
0 A 18.0 5.0 11.0
1 C 19.0 7.0 10.0
2 D 14.0 9.0 6.0
3 E 14.0 12.0 6.0
4 H 28.0 4.0 12.0

Perhatikan bahwa setiap baris dengan nilai yang hilang telah dihapus dan nilai indeks telah diatur ulang.

Nilai indeks sekarang berkisar dari 0 hingga 4.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:

Cara mencetak Pandas DataFrame tanpa indeks
Cara memfilter berdasarkan nilai indeks di Pandas
Cara menggunakan kolom pertama sebagai indeks di Pandas