Question

采取以下数据框架：

x = np.tile(np.arange(3),3)
y = np.repeat(np.arange(3),3)
df = pd.DataFrame({"x": x, "y": y})

我需要先按x排序，然后按y排序：

df2 = df.sort(["x", "y"])

如何更改索引以使其再次升序。即我怎么得到这个：

我尝试了以下内容。不幸的是，它根本没有改变索引：

df2.reindex(np.arange(len(df2.index)))

Answer 1

您可以使用reset_index 重置索引，以获取默认索引0,1,2，...，n-1（并使用drop=True表示您要删除现有索引，而不是将其作为附加列添加到数据框中）：

In [19]: df2 = df2.reset_index(drop=True)

In [20]: df2
Out[20]:
   x  y
0  0  0
1  0  1
2  0  2
3  1  0
4  1  1
5  1  2
6  2  0
7  2  1
8  2  2

Answer 2

由于pandas 1.0.0 df.sort_values具有新的参数ignore_index，它可以完全满足您的需求：

In [1]: df2 = df.sort_values(by=['x','y'],ignore_index=True)

In [2]: df2
Out[2]:
   x  y
0  0  0
1  0  1
2  0  2
3  1  0
4  1  1
5  1  2
6  2  0
7  2  1
8  2  2

Answer 3

df.sort()已弃用，请使用df.sort_values(...)：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.sort_values.html

然后通过df.reset_index(drop=True)

跟随joris的回答

Answer 4

您可以使用：

设置新索引

df2.set_index(np.arange(len(df2.index)))

输出：

Answer 5

以下有效！

如果你想改变现有的数据帧本身，你可以直接使用

 df.sort_values(by=['col1'], inplace=True)
 df.reset_index(drop=True, inplace=True)

 df
 >>     col1  col2  col3 col4
     0    A     2     0    a
     1    A     1     1    B
     2    B     9     9    c
     5    C     4     3    F
     4    D     7     2    e
     3  NaN     8     4    D

另外，如果您不想更改现有的数据帧，而是想将排序后的数据帧单独存储到另一个变量中，您可以使用：

df_sorted = df.sort_values(by=['col1']).reset_index(drop=True)

df_sorted
>>     col1  col2  col3 col4
    0    A     2     0    a
    1    A     1     1    B
    2    B     9     9    c
    3    C     4     3    F
    4    D     7     2    e
    5  NaN     8     4    D

df
>>       col1  col2  col3 col4
      0    A     2     0    a
      1    A     1     1    B
      2    B     9     9    c
      3  NaN     8     4    D
      4    D     7     2    e
      5    C     4     3    F

排序数据帧后更新索引

5 个答案: