Réinitialiser Index De Colonne Pandas?

>>> data = data.drop(data.columns[[1,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19]], axis=1)
>>> data = data.drop(data.index[[0,1]],axis = 0)
>>> print(data.head())
             0         2    3    4    20
2  500292014600       .00  .00  .00  NaN
3  500292014600    100.00  .00  .00  NaN
4  500292014600  11202.00  .00  .00  NaN
>>> data = data.reset_index(drop = True)
>>> print(data.head())
              0         2    3    4    20
 0  500292014600       .00  .00  .00  NaN
 1  500292014600    100.00  .00  .00  NaN
 2  500292014600  11202.00  .00  .00  NaN

Comment se fait lorsque j'utilise df.reset_index l'index de mes colonnes n'est pas remis à zéro?
Comment dois-je aller sur la réinitialisation de cet indice pour 0,1,2,3,4?

OriginalL'auteur MrClean | 2017-02-16

  1. 9

    Essayez de remplacer les noms de colonne:

    >>> import numpy as np
>>> import pandas as pd

>>> my_data = [[500292014600, .00, .00, .00, np.nan],
              [500292014600, 100.00, .00, .00, np.nan], 
              [500292014600, 11202.00, .00, .00, np.nan]]
>>> df = pd.DataFrame(my_data, columns=[0,2,3,4,20])
>>> df
              0        2    3    4  20
0  500292014600      0.0  0.0  0.0 NaN
1  500292014600    100.0  0.0  0.0 NaN
2  500292014600  11202.0  0.0  0.0 NaN

>>> df.columns = range(df.shape[1])
>>> df
              0        1    2    3   4
0  500292014600      0.0  0.0  0.0 NaN
1  500292014600    100.0  0.0  0.0 NaN
2  500292014600  11202.0  0.0  0.0 NaN

    OriginalL'auteur Patrick Nieto

  2. 13

    Essayez ce qui suit:

    df = df.T.reset_index(drop=True).T
    cela sonne comme un hack; la reset_index méthode doit être appliquée à la colonne ainsi les index

    OriginalL'auteur Pablo Fonseca

  3. 2

    Dans les pandas, par l'index signifie essentiellement index de ligne. Comme vous pouvez le voir dans vos données, les index de ligne est remise à zéro après la chute et reset_index().

    Pour les colonnes, vous devez les renommer, vous pouvez faire quelque chose comme

    data.columns = [ 0,1,2,3,4]

    OriginalL'auteur Vaishali

  4. 0

    Si vous avez numpy importés avec import numpy as np

    il suffit de définir les colonnes à zéro de la fonction d'index avec data.columns = [np.arange(0,data.shape[1])]

    OriginalL'auteur ashish patel

  5. 0

    Pur Python De Mise En Œuvre De

    Nous enumerate la columns du dataframe pour créer un tableau d'éléments. Ensuite, nous map la fonction reversed à chaque élément d'un tableau. Enfin, nous créons et l'entrée du dictionnaire en tant que paramètre columns dans le bloc de données méthode de l'objet rename.

    columns = dict(map(reversed, enumerate(df.columns)))
df = df.rename(columns=columns)
df.head()

    Résultats:

                  0        1    2    3   4
0  500292014600      0.0  0.0  0.0 NaN
1  500292014600    100.0  0.0  0.0 NaN
2  500292014600  11202.0  0.0  0.0 NaN

    OriginalL'auteur Jeff Hernandez