Вопрос о drop=True в pd.dataframe.reset_index()
В кадре данных Pandas можно сбросить индекс с помощью метода reset_index(). Одним из необязательных аргументов является drop=True, который согласно документации:
drop : bool, default False
Do not try to insert index into dataframe columns.
This resets the index to the default integer index.
У меня вопрос, что означает первое предложение? Будет ли он пытаться преобразовать целочисленный индекс в новый столбец в моем df, если я уйду, если False?
Кроме того, будет ли сохранен мой порядок строк или мне также следует сортировать, чтобы обеспечить правильный порядок?
Ответы 1
Как вы можете видеть ниже, df.reset_index() переместит индекс в фрейм данных в виде столбца. Если индекс был просто общим числовым индексом, вы, вероятно, не заботитесь об этом и можете просто отбросить его. Ниже приведен простой фрейм данных, но я удалил первую строку только для того, чтобы в индексе были разные значения.
df = pd.DataFrame([['a', 10], ['b', 20], ['c', 30], ['d', 40]], columns=['letter','number'])
df = df[df.number > 10]
print(df)
# letter number
# 1 b 20
# 2 c 30
# 3 d 40
Поведение по умолчанию теперь показывает столбец с именем index, который был предыдущим индексом. Вы можете видеть, что df['index'] соответствует индексу выше, но индекс был перенумерован, начиная с 0.
print(df.reset_index())
# index letter number
# 0 1 b 20
# 1 2 c 30
# 2 3 d 40
drop=True не делает вид, что индекс был важен, а просто дает вам новый индекс.
print(df.reset_index(drop=True))
# letter number
# 0 b 20
# 1 c 30
# 2 d 40
Что касается порядка строк, я подозреваю, что он будет поддерживаться, но в целом не следует полагаться на порядок, в котором хранятся вещи. Если вы выполняете агрегатную функцию, вы, вероятно, захотите убедиться, что данные правильно упорядочены для агрегирования.
Это означает, что текущий
indexбудет вставлен вDataFrameкак столбец по умолчанию, и да, порядок строк будет сохранен.