Pandas DataFrame restablecer índice

Suraj Joshi 30 enero 2023

Pandas Pandas Index

Método Pandas DataFrame reset_index()
Restablecer el índice de un DataFrame usando el método pandas.DataFrame.reset_index()

Este tutorial explica cómo podemos restablecer el índice en Pandas DataFrame utilizando pandas.DataFrame.reset_index(). El método reset_index() establece el índice del DataFrame al índice por defecto con números que van desde 0 hasta (número de filas en el DataFrame-1).

Método Pandas DataFrame `reset_index()`

Sintaxis

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill="")

Restablecer el índice de un DataFrame usando el método `pandas.DataFrame.reset_index()`

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

student_df = pd.DataFrame(
    {
        "Name": ["Alice", "Steven", "Neesham", "Chris", "Alice"],
        "Age": [17, 20, 18, 21, 15],
        "City": ["New York", "Portland", "Boston", "Seattle", "Austin"],
        "Grade": ["A", "B-", "B+", "A-", "A"],
    },
    index=roll_no,
)

print(student_df)

Resultado:

        Name  Age      City Grade
501    Alice   17  New York     A
502   Steven   20  Portland    B-
503  Neesham   18    Boston    B+
504    Chris   21   Seattle    A-
505    Alice   15    Austin     A

Supongamos que tenemos un DataFrame con cinco filas y cuatro columnas como se muestra en la salida. También tenemos un índice establecido en el DataFrame.

Restablecer el índice de un DataFrame manteniendo el índice inicial del DataFrame como columna

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

student_df = pd.DataFrame(
    {
        "Name": ["Alice", "Steven", "Neesham", "Chris", "Alice"],
        "Age": [17, 20, 18, 21, 15],
        "City": ["New York", "Portland", "Boston", "Seattle", "Austin"],
        "Grade": ["A", "B-", "B+", "A-", "A"],
    },
    index=roll_no,
)

print("Initial DataFrame:")
print(student_df)
print("")

print("DataFrame after reset_index:")
student_df.reset_index(inplace=True, drop=False)
print(student_df)

Producción :

Initial DataFrame:
        Name  Age      City Grade
501    Alice   17  New York     A
502   Steven   20  Portland    B-
503  Neesham   18    Boston    B+
504    Chris   21   Seattle    A-
505    Alice   15    Austin     A

DataFrame after reset_index:
   index     Name  Age      City Grade
0    501    Alice   17  New York     A
1    502   Steven   20  Portland    B-
2    503  Neesham   18    Boston    B+
3    504    Chris   21   Seattle    A-
4    505    Alice   15    Austin     A

Restablece el índice del DataFrame student_df al índice por defecto. El inplace=True hace el cambio en el propio DataFrame original. Si utilizamos drop=False, el índice inicial se coloca como una columna en el DataFrame después de utilizar el método reset_index().

Restablecer el índice de un DataFrame Eliminando el índice inicial del DataFrame

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

student_df = pd.DataFrame(
    {
        "Name": ["Alice", "Steven", "Neesham", "Chris", "Alice"],
        "Age": [17, 20, 18, 21, 15],
        "City": ["New York", "Portland", "Boston", "Seattle", "Austin"],
        "Grade": ["A", "B-", "B+", "A-", "A"],
    },
    index=roll_no,
)

print("Initial DataFrame:")
print(student_df)
print("")

print("DataFrame after reset_index:")
student_df.reset_index(inplace=True, drop=True)
print(student_df)

Producción :

Initial DataFrame:
        Name  Age      City Grade
501    Alice   17  New York     A
502   Steven   20  Portland    B-
503  Neesham   18    Boston    B+
504    Chris   21   Seattle    A-
505    Alice   15    Austin     A

DataFrame after reset_index:
      Name  Age      City Grade
0    Alice   17  New York     A
1   Steven   20  Portland    B-
2  Neesham   18    Boston    B+
3    Chris   21   Seattle    A-
4    Alice   15    Austin     A

Restablece el índice del DataFrame student_df al índice por defecto. Como hemos establecido drop=True en el método reset_index(), se elimina el índice inicial del DataFrame.

Restablecer el índice de un DataFrame después de eliminar filas

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

student_df = pd.DataFrame(
    {
        "Name": ["Alice", "Steven", "Neesham", "Chris", "Alice"],
        "Age": [17, 20, 18, 21, 15],
        "City": ["New York", "Portland", "Boston", "Seattle", "Austin"],
        "Grade": ["A", "B-", "B+", "A-", "A"],
    }
)

student_df.drop([2, 3], inplace=True)
print("Initial DataFrame:")
print(student_df)
print("")

student_df.reset_index(inplace=True, drop=True)
print("DataFrame after reset_index:")
print(student_df)

Resultado:

Initial DataFrame:
     Name  Age      City Grade
0   Alice   17  New York     A
1  Steven   20  Portland    B-
4   Alice   15    Austin     A

DataFrame after reset_index:
     Name  Age      City Grade
0   Alice   17  New York     A
1  Steven   20  Portland    B-
2   Alice   15    Austin     A

Como podemos ver en la salida, tenemos índices perdidos después de borrar filas. En estos casos, podemos utilizar el método reset_index() para utilizar el índice sin valores perdidos.

Si queremos que el índice inicial se coloque como la columna del DataFrame, podemos utilizar drop=False en el método reset_index().

Autor: Suraj Joshi

Suraj Joshi is a backend software engineer at Matrice.ai.

Método Pandas DataFrame reset_index()