Question

在我的初始数据中，有一些有问题的数据，我想让它们一个人留下，所以我做df = df[(df['direction'] < 100) & (df['speed'] < 400)]。

但是，当我尝试访问df.ix[100]之类的单个条目时，数据可能是in-accessible，因为它在条件选择中是超选的。所以我想重新索引数据，我该怎么做？

在播放了一段时间之后，我意识到初始查询df = df[(df['direction'] < 100) & (df['speed'] < 400)]似乎没有创建新变量，而是创建原始数据的视图，这让我更加困惑。

那么，如何在查询后重新索引数据？或者我应该drop代替？

Answer 1

如果我正确理解了您的问题，您可以使用.reset_index(drop=True)将索引重置为默认的连续整数。

import pandas as pd
import numpy as np

# sample data
# ====================================
np.random.seed(0)
df = pd.DataFrame(np.random.randn(5,2), columns=list('AB'))
df

        A       B
0  1.7641  0.4002
1  0.9787  2.2409
2  1.8676 -0.9773
3  0.9501 -0.1514
4 -0.1032  0.4106


# ===================================
df1 = df[df['B']>0]  # cannot access df1.ix[2]

        A       B
0  1.7641  0.4002
1  0.9787  2.2409
4 -0.1032  0.4106

df2 = df[df['B']>0].reset_index(drop=True)  # df2.ix[2] works fine

        A       B
0  1.7641  0.4002
1  0.9787  2.2409
2 -0.1032  0.4106

Python＆amp;熊猫：选择条目后重新编制索引

1 个答案: