Pandas: dropna()를 사용한 후 인덱스를 재설정하는 방법

dropna() 함수를 사용하여 누락된 값이 있는 행을 삭제한 후 다음 기본 구문을 사용하여 pandas DataFrame의 인덱스를 재설정할 수 있습니다.

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

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: dropna() 사용 후 Pandas에서 인덱스 재설정

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

 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

이제 dropna() 함수를 사용하여 열에 누락된 값이 있는 DataFrame의 모든 행을 제거한다고 가정합니다.

 #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

인덱스에는 여전히 각 행의 원래 인덱스 값이 포함되어 있습니다.

dropna() 함수를 사용한 후 인덱스를 재설정하려면 다음 구문을 사용할 수 있습니다.

 #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

누락된 값이 있는 각 행이 삭제되고 인덱스 값이 재설정되었으니 참고하세요.

이제 인덱스 값의 범위는 0에서 4까지입니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

색인 없이 Pandas DataFrame을 인쇄하는 방법
Pandas에서 인덱스 값으로 필터링하는 방법
Pandas에서 첫 번째 열을 인덱스로 사용하는 방법