1.pandas数据的index:
当我们对pandas。DataFrame进行切片、融合操作后,DataFrame原有的index不会自动重新排序,这时候我们可以用pandas.DataFrame.reset_index方法让它重新排序:
DataFrame.
reset_index
(level=None, drop=False, inplace=False, col_level=0, col_fill='')
说说里面几个主要参数的含义:
- drop : boolean, default False
pandas在调用这个方法时,默认会将旧index作为一列插入该DataFrame中,drop的含义就是不要生成旧index列,直接弃掉它们
- inplace : boolean, default False
False:在原有数据上更改,不要创建新的DataFrame然后在新的数据上更改
2.pandas数据修改、赋值:
当我们要对pandas.DataFrame的数据进行部分修改时,就要进行先取值后修改的过程。我在下面展示一下两种不同取值方法对赋值结果的影响:
dft = pd.DataFrame(dict(A = np.random.rand(3), B = 1, C = 'foo',D = pd.Timestamp('20010102'), E = pd.Series([1.0]*3).astype('float32'),F = False, G = pd.Series([1]*3,dtype='int8')))
dft['E'][[1,2]]
>>> 1 1.0
2 1.0
Name: E, dtype: float32
dft.loc[[1,2],'E']
>>> 1 1.0
2 1.0
Name: E, dtype: float32
# 由此可见,两种切片方式得到的结果是相同的,那么赋值结果是不是也一样?