答案 0 :(得分:1)
有几种方法可以做到这一点。
df.loc[df.index.dropna()]
>= 0.20.0
,则可以:df[df.index.notnull()]
df[pd.notnull(df.index)]
OR
df.reset_index(drop=True)
如@ gyx-hh所建议
df.reset_index(inplace=True, drop=True)
示例集:
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame({'Date': [0, 1, 2, 0, 1, 2], 'Name': ['A', 'B', 'C', 'A', 'B', 'C'], 'val': [0, 1, 2, 3, 4, 5]}, index=[np.nan, np.nan, np.nan, np.nan, np.nan, np.nan])
>>> df
Date Name val
NaN 0 A 0
NaN 1 B 1
NaN 2 C 2
NaN 0 A 3
NaN 1 B 4
NaN 2 C 5
a)
>>> df = df.reset_index(drop=True)
>>> df
Date Name val
0 0 A 0
1 1 B 1
2 2 C 2
3 0 A 3
4 1 B 4
5 2 C 5
注意:我没有保留其他答案,例如df.reset_index(inplace=True, drop=True)
,因为它会在我们使用inplace=True
时修改原始dataFrame。