Pandas: як скинути індекс після використання dropna()
Ви можете використовувати наступний базовий синтаксис, щоб скинути індекс pandas DataFrame після використання функції dropna() для видалення рядків із відсутніми значеннями:
df = df. dropna (). reset_index (drop= True )
У наступному прикладі показано, як використовувати цей синтаксис на практиці.
Приклад: скидання індексу в Pandas після використання dropna()
Припустімо, що у нас є такий фрейм даних pandas, який містить інформацію про різних баскетболістів:
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
Тепер припустімо, що ми використовуємо функцію dropna() , щоб видалити всі рядки з DataFrame, які мають відсутнє значення в стовпці:
#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
Зверніть увагу, що індекс все ще містить вихідні значення індексу для кожного рядка.
Щоб скинути індекс після використання функції dropna() , ми можемо використати такий синтаксис:
#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
Зверніть увагу, що кожен із рядків із відсутніми значеннями було видалено, а значення індексів скинуто.
Значення індексу тепер коливаються від 0 до 4.
Додаткові ресурси
У наступних посібниках пояснюється, як виконувати інші типові завдання в pandas:
Як надрукувати Pandas DataFrame без індексу
Як фільтрувати за значенням індексу в Pandas
Як використовувати перший стовпець як індекс у Pandas