Panda: come reimpostare l'indice dopo aver utilizzato dropna()

È possibile utilizzare la seguente sintassi di base per reimpostare un indice di un DataFrame panda dopo aver utilizzato la funzione dropna() per eliminare le righe con valori mancanti:

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

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: reimposta l’indice in Panda dopo aver utilizzato dropna()

Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari giocatori di 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

Supponiamo ora di utilizzare la funzione dropna() per rimuovere tutte le righe dal DataFrame che hanno un valore mancante in una colonna:

 #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

Tieni presente che l’indice contiene ancora i valori dell’indice originale per ogni riga.

Per reimpostare l’indice dopo aver utilizzato la funzione dropna() , possiamo utilizzare la seguente sintassi:

 #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

Tieni presente che ciascuna delle righe con valori mancanti è stata eliminata e i valori dell’indice sono stati reimpostati.

I valori dell’indice ora vanno da 0 a 4.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni nei panda:

Come stampare Pandas DataFrame senza indice
Come filtrare per valore di indice in Pandas
Come utilizzare la prima colonna come indice in Pandas