Как удалить столбец индекса в pandas (с примерами)
Иногда вам может потребоваться удалить столбец индекса из DataFrame pandas в Python.
Поскольку DataFrames и Series pandas всегда имеют индекс, вы не можете удалить индекс, но можете сбросить его, используя следующий фрагмент кода:
df. reset_index (drop= True , place= True )
Например, предположим, что у нас есть следующий DataFrame pandas с буквенным индексом:
import pandas as pd #createDataFrame df = pd.DataFrame({'points': [25, 12, 15, 14, 19, 23, 25, 29], 'assists': [5, 7, 7, 9, 12, 9, 9, 4], 'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]}) #set index of DataFrame to be random letters df = df. set_index ([pd. Index (['a', 'b', 'd', 'g', 'h', 'm', 'n', 'z'])]) #display DataFrame df points assists rebounds a 25 5 11 b 12 7 8 d 15 7 10 g 14 9 6 h 19 12 6 m 23 9 5 n 25 9 9 z 29 4 12
Мы можем использовать функцию reset_index() для сброса индекса, чтобы он представлял собой последовательный список чисел:
#reset indexes df. reset_index (drop= True , place= True ) #display DataFrame df points assists rebounds 0 25 5 11 1 12 7 8 2 15 7 10 3 14 9 6 4 19 12 6 5 23 9 5 6 25 9 9 7 29 4 12
Обратите внимание, что индекс теперь представляет собой список чисел от 0 до 7.
Как упоминалось ранее, индекс на самом деле не является столбцом. Итак, когда мы используем команду shape , мы видим, что DataFrame имеет 8 строк и 3 столбца (вместо 4 столбцов):
#find number of rows and columns in DataFrame df. shape (8, 3)
Бонус: удалить индекс при импорте и экспорте
Часто вам может потребоваться сбросить индекс DataFrame pandas после его чтения из CSV-файла. Вы можете быстро сбросить индекс при его импорте, используя следующий фрагмент кода:
df = pd. read_csv ('data.csv', index_col= False )
И вы можете гарантировать, что столбец индекса не будет записан в CSV-файл во время экспорта, используя следующий фрагмент кода:
df. to_csv ('data.csv', index= False )
Дополнительные ресурсы
Как установить столбец как индекс в Pandas
Как удалить строки со значениями NaN в Pandas
Как сортировать значения в DataFrame Pandas