Pandas: 1부터 시작하여 행의 색인을 다시 생성하는 방법

다음 기본 구문을 사용하여 0 대신 1부터 시작하여 Pandas DataFrame의 행을 다시 색인화할 수 있습니다.

 import pandas as pd
import numpy as np

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

NumPy arange() 함수는 1부터 시작하여 전체 DataFrame 길이에 1을 더할 때까지 1씩 증가하는 배열을 만듭니다.

그런 다음 이 배열은 DataFrame의 인덱스로 사용됩니다.

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: 1부터 시작하여 Pandas DataFrame의 행 색인을 다시 생성합니다.

다양한 농구 선수에 대한 정보가 포함된 다음과 같은 pandas DataFrame이 있다고 가정합니다.

 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

현재 인덱스 범위는 0에서 7까지입니다.

인덱스의 값을 1부터 시작하여 열로 다시 인덱싱하려면 다음 구문을 사용할 수 있습니다.

 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

이제 인덱스 값은 1부터 시작합니다.

참고 #1 : len() 함수를 사용하여 DataFrame의 행 수를 찾는 이점은 새 배열을 생성하기 전에 DataFrame에 몇 개의 행이 있는지 알 필요가 없다는 것입니다. 인덱스 값.

참고 #2 : NumPy arange() 함수에 대한 전체 문서는 여기에서 찾을 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas에서 인덱스 이름을 제거하는 방법
Pandas에서 MultiIndex를 평면화하는 방법
Pandas의 인덱스에서 고유 값을 얻는 방법