Pandas: как переиндексировать строки, начиная с 1

Вы можете использовать следующий базовый синтаксис для переиндексации строк DataFrame pandas, начиная с 1 вместо 0:

 import pandas as pd
import numpy as np

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

Функция NumPy arange() создает массив, начиная с 1, который увеличивается с шагом 1 до достижения длины всего DataFrame плюс 1.

Этот массив затем используется как индекс DataFrame.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: переиндексировать строки DataFrame Pandas, начиная с 1.

Предположим, у нас есть следующий DataFrame pandas, содержащий информацию о различных баскетболистах:

 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

Обратите внимание, что индекс в настоящее время находится в диапазоне от 0 до 7.

Чтобы переиндексировать значения из индекса в столбец, начиная с 1, мы можем использовать следующий синтаксис:

 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

Обратите внимание, что значения индекса теперь начинаются с 1.

Примечание № 1. Преимущество использования функции len() для определения количества строк в DataFrame заключается в том, что нам не нужно знать, сколько строк находится в DataFrame, прежде чем создавать новый массив. индексные значения.

Примечание №2 . Полную документацию по функции NumPy arange() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Как удалить имя индекса в Pandas
Как сгладить MultiIndex в Pandas
Как получить уникальные значения из индекса в Pandas