Bemind
Учебник Python
Учебник Python
  • Python
    • Python Lists
      • Списковые включения в Python (Полное руководство с примерами)
      • Исправление ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Как добавить строку в список в Python
      • Разница между массивами и списками в Python
      • Python: Различия между списками и кортежами
      • Как проверить, пуст ли список в Python
      • Как Итерировать (Циклически Проходить) По Списку в Python
      • Python List sort(): Подробное руководство по сортировке списков
      • Python List Extend: Как добавить несколько элементов в список
      • Python: Найти Индекс Всех Вхождений Элемента в Списке
      • Конвертация списка словарей в Pandas DataFrame
      • Генерация случайных чисел в Python
      • Поиск Индекса в Списке Python: Найти Первое, Последнее или Все Вхождения
      • Добавить в начало списка в Python (Вставить в начало)
      • Найти дубликаты в списке Python
      • Python: Умножение Списков (6 Различных Способов)
      • Python списки: Полный обзор
      • Python: Выбор случайного элемента из списка
      • 4 Способа Очистить Список в Python
      • Объяснение ошибки IndexError в Python: индекс списка выходит за пределы допустимого диапазона
      • Python: Получение индекса максимального элемента в списке
      • Python: Объединение списков – Слияние списков (8 способов)
      • Python: Проверка наличия элемента в списке
      • Python: Проверка наличия элемента в списке
      • Удаление элемента из списка в Python (pop, remove, del, clear)
      • Как перевернуть список в Python (6 способов)
      • Python: Замена элемента в списке (6 различных способов)
      • Python: Удаление дубликатов из списка (7 способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Перемешать Список (Случайное Распределение Элементов Списка в Python)
      • Python: Пересечение двух списков
      • Python: Вычитание двух списков (4 простых способа!)
      • Длина или Размер Списка в Python: 5 Способов Узнать Длину Списка
      • Python: Транспонирование списка списков (5 простых способов!)
      • Python: Разделение списка (Пополам, на части)
      • Python: Комбинации списка (Получить все комбинации списка)
      • Python: Выравнивание списка списков (4 способа)
      • Разница между списками в Python: Нахождение разницы между двумя списками Python
      • Python: Найти среднее значение списка или списка списков
      • Как добавлять элементы в списки в Python – 4 простых способа!
      • Списковые включения в Python (Полное руководство с примерами)
      • 6 способов преобразовать список Python в строку
    • Python Dictionaries
      • Понимание словаря Python (с примерами)
      • Исправляем ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Преобразование JSON в словарь Python
      • Полное руководство по вложенным словарям в Python
      • Копирование словаря в Python: Полное руководство
      • Конвертация списка словарей в Pandas DataFrame
      • Поиск дубликатов в списке Python
      • Полный обзор словарей в Python
      • Python: Добавление пары Ключ:Значение в Словарь
      • Python: Сортировка словаря по значениям
      • Слияние Словарей в Python – Комбинирование Словарей (7 Способов)
      • Python: Удаление Дубликатов из Списка (7 Способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Красивая Печать Словаря (Dictionary) – 4 Способа
      • Python: Проверка пуст ли словарь (5 способов!)
      • Copy of Python: Проверка пуст ли словарь (5 способов!)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Получение Ключа Словаря с Максимальным Значением (4 Способа)
      • Python: Удаление ключа из словаря (4 разных способа)
      • Как красиво вывести JSON-файл в Python (6 методов)
    • Python Strings
      • Python Капитализация Строк: Руководство по Преобразованию слов в Заглавные
      • Python strip: Как обрезать строку в Python
      • Python Обратная Строка: Руководство по Реверсированию Строк
      • Как Удалить Префикс или Суффикс из Строки в Python
      • Преобразование строки в формат заголовка в Python с помощью str.title()
      • Как добавить строку в список в Python
      • Python String startswith: Проверка, начинается ли строка с подстроки
      • Python String endswith: Проверка того, заканчивается ли строка подстрокой
      • Как удалить первый или последний символ из строки в Python
      • Как исправить: SyntaxError в Python - EOL при сканировании строкового литерала
      • Python String Contains: Проверка Наличия Подстроки в Строке
      • Как проверить, пустая ли строка в Python
      • Python Новая Строка и Как Печатать Без Переноса Строки
      • Как Конкатенировать Строки в Python: Полное Руководство
      • Python: Подсчет слов в строке или файле
      • Как создать список алфавита в Python
      • Python: Конкатенация строки и целого числа (Int)
      • Python: Сортировка строки (4 различных способа)
      • Python zfill и rjust: Добавление нулей в строку в Python
      • Python: Целое в Двоичное (Преобразование целого числа в двоичную строку)
      • Python rfind: Нахождение индекса последней подстроки в строке
      • Python SHA256 хеширование алгоритм: объяснение
      • Python: Усечение числа с плавающей точкой (6 различных способов)
      • Выбор между методами Python isdigit(), isnumeric() и isdecimal()
      • Python: Удаление специальных символов из строки
      • Python Приведение Строки к Нижнему Регистру с помощью .lower(), .casefold(), и .islower()
      • Python программа для проверки, является ли строка палиндромом (6 методов)
      • Python: Найдите все перестановки строки (3 легких способа!)
      • Python: Удаление пунктуации из строки (3 разных способа!)
      • Python: Найти индекс (или все индексы) подстроки в строке
      • Python: Удаление символов новой строки из строки
      • Python: Удаление символа из строки (4 способа)
      • Python: Количество вхождений в строке (4 способа!)
    • Встроенные функции Python
      • abs()
      • ascii()
      • aiter()
      • all()
      • any()
      • anext()
      • bin()
      • bool()
      • breakpoint()
      • bytearray()
      • bytes()
      • callable()
      • chr()
      • classmethod()
      • compile()
      • complex()
      • delattr()
      • dict()
      • dir()
      • divmod()
      • enumerate()
      • eval()
      • exec()
      • filter()
      • float()
      • format()
      • frozenset()
      • getattr()
      • globals()
      • hasattr()
      • hash()
      • help()
      • hex()
      • id()
      • input()
      • int()
      • issubclass()
      • iter()
      • len()
      • list()
      • locals()
      • map()
      • max()
      • memoryview()
      • min()
      • next()
      • object()
      • oct()
      • open()
      • ord()
      • pow()
      • print()
      • property()
      • range()
      • repr()
      • reversed()
      • round()
      • set()
      • setattr()
      • isinstance()
      • slice()
      • zip()
      • type()
      • sorted()
      • staticmethod()
      • str()
      • sum()
      • super()
      • tuple()
      • vars()
      • import()
    • Cобеседования Python. Разбор реальных вопросов.
    • Встроенные методы в Python
  • Учебники по Pandas и Numpy
    • Numpy
      • Функция активации ReLU для глубокого обучения: полное руководство по выпрямленному линейному блоку
      • Как нормализовать массивы NumPy (минимальное-максимальное масштабирование, Z-оценка, L2)
      • NumPy where: Условная обработка элементов массива
      • NumPy linspace: создание равномерно расположенных массивов с помощью np.linspace
      • Как рассчитать векторное произведение в Python
      • Разделение NumPy: Разделение массива NumPy на части
      • NumPy: Лучшие способы применения функции к массиву
      • NumPy full: Создание массивов с заданным значением
      • NumPy clip(): Ограничьте значения массива минимальным и максимальным значениями
      • NumPy cumsum: Расчет кумулятивных сумм массивов NumPy
      • Изучаем функцию np.histogram в NumPy: создаем гистограмму
      • NumPy arange(): Полное руководство (с примерами)
      • Руководство по индексации и срезам массивов NumPy: Полное руководство
      • NumPy argmin(): Получение индекса минимального значения в массивах
      • Выравнивание массива с помощью NumPy flatten
      • Объединение массивов NumPy по различным осям с использованием функции stack
      • Удаление размерности из массивов NumPy с помощью NumPy Squeeze
      • Функция np.repeat() NumPy: Повторение массивов NumPy
      • Использование функции NumPy.exp() для вычисления экспоненты
      • Реализация функции сигмоида на Python
      • NumPy Pad: Использование np.pad() для дополнения массивов и матриц
      • np.argmax(): Как использовать NumPy Argmax
      • NumPy logspace: Понимание функции np.logspace()
      • Использование NumPy Tile для Расположения Массивов
      • NumPy Zeros: Создание массивов и матриц с нулями в NumPy
      • Использование числа Пи в Python (NumPy и Math)
      • Распределение Нормального (Гауссова) Распределения в Numpy (Случайное Нормальное в Numpy)
      • NumPy для Data Science на Python
      • Расчет скалярного произведения с использованием Numpy в Python
      • Расчет натурального логарифма на Python
    • Pandas
      • Python сводные таблицы – Полное руководство
      • Изучение API стиля Pandas
      • Объяснение группировки по нескольким столбцам в Pandas с примерами
      • Удаление индексной колонки DataFrame в Pandas: Руководство с примерами
      • Pandas Quantile: Расчет процентилей в DataFrame
      • Как рассчитать скользящее среднее (среднее арифметическое) в Pandas
      • Руководство по использованию метода fillna в Pandas для работы с отсутствующими данными в DataFrame
      • Pandas unique(): Получение уникальных значений в DataFrame
      • Распакуйте Ваши Данные с Помощью Функции Melt в Pandas
      • Pandas date_range: Как Создать Диапазон Дат в Pandas
      • Сброс индекса в Pandas: как сбросить индекс в Pandas
      • Pandas replace() – Замена значений в DataFrame Pandas
      • Перемещение столбца DataFrame Pandas на позицию (В начало и в конец)
      • Учебное пособие по Python Pandas: полное руководство
      • Pandas: Замена NaN на нули
      • Преобразование DataFrame Pandas в файл Pickle
      • Конвертация Pandas DataFrame в JSON
      • Преобразование DataFrame Pandas в Словарь
      • Преобразование Pandas DataFrame в Список
      • Чтение файлов Parquet в Pandas с помощью pd.read_parquet
      • Pandas dropna(): Удаление отсутствующих записей и столбцов в DataFrame
      • Как Добавить Новый Столбец в DataFrame Pandas
      • Подсчёт уникальных значений в Pandas
      • Отображение всех столбцов и строк в DataFrame Pandas
      • Pandas to_excel: Запись DataFrames в файлы Excel
      • Как использовать Pandas для чтения файлов Excel в Python
      • Преобразование списка словарей в Pandas DataFrame
      • Как добавить/вставить строку в DataFrame Pandas
      • Диаграмма рассеяния в Pandas: Как создать диаграмму рассеяния в Pandas
      • Pandas to_datetime: Преобразование строки Pandas в дату и время
      • Введение в Pandas для Data Science
      • Индексация, Выборка и Присваивание Данных в Pandas
      • Суммирование и Анализ Pandas DataFrame
      • Преобразование столбцов Pandas с помощью map и apply
      • Группировка данных в Pandas с использованием cut и qcut
      • Дата и время в Pandas и Python
      • Очистка и подготовка данных в Pandas и Python
      • Pandas GroupBy: группировка, суммирование и агрегация данных в Python
      • Pandas Дата и Время в Части Даты (месяц, год и т.д.)
      • Pandas: Получение номера строки из DataFrame
      • Вычисление Взвешенного Среднего в Pandas и Python
      • Как перемешать строки Pandas Dataframe в Python
      • Pandas: количество столбцов (подсчет столбцов в DataFrame)
      • Pandas Sum: сложение столбцов и строк DataFrame
      • Pandas Diff: Вычисление Разницы Между Строками Pandas
      • Нормализация столбца или датафрейма Pandas (с использованием Pandas или sklearn)
      • Функция Rank в Pandas: Ранжирование данных в Dataframe (Эквивалент SQL row_number)
      • Pandas Describe: Описательная статистика вашего Dataframe
      • Pandas Shift: Перемещение столбца DataFrame вверх или вниз
      • 7 Способов Выполнения Выборки Данных в Pandas
      • Экспорт DataFrame Pandas в CSV файл – Использование .to_csv()
      • Pandas: Итерация по строкам DataFrame в Pandas
      • Pandas: Преобразование значений столбца в строки
      • Дисперсия в Pandas: Вычисление дисперсии столбца в Pandas Dataframe
      • Pandas: Создание DataFrame из списков (5 способов!)
      • Pandas Rename Index: Как переименовать индекс DataFrame в Pandas
      • Pandas: Подсчёт уникальных значений в объекте GroupBy
      • Pandas: Добавить дни к колонке с датами
      • Среднее в Pandas: Как рассчитать среднее для одной или нескольких колонок
      • Pandas Column to List – Конвертируйте колонку Pandas в список
      • Транспонирование Dataframe в Pandas
      • Python: Разделение DataFrame Pandas
      • Как получить имена столбцов в DataFrame Pandas
      • Pandas: Количество строк в DataFrame (6 способов)
      • Создание пустого DataFrame Pandas и добавление данных
      • Как переименовать столбцы в Pandas DataFrame (с примерами)
      • Изменение порядка столбцов в Pandas: использование метода reindex и метода insert
      • Pandas get_dummies (One-Hot кодирование), объяснение
      • Относительные и Абсолютные Частоты в Python и Pandas
      • Финансовый год – Определение финансового года в Pandas
      • Как сортировать данные в DataFrame Pandas
  • Учебники Matplotlib и Seaborn
    • Seaborn
      • Регрессионные графики в Seaborn с использованием regplot и lmplot
      • Seaborn residplot – Построение остатков линейной регрессии
      • Seaborn jointplot() – Создание совместных графиков в Seaborn
      • Seaborn displot – Распределенческие графики в Python
      • Seaborn ecdfplot – Эмпирические функции накопленного распределения
      • Seaborn rugplot – Визуализация маргинальных распределений
      • Seaborn kdeplot – Создание графиков оценки плотности ядра
      • Seaborn histplot – Создание Гистограмм в Seaborn
      • Seaborn catplot – Визуализация категориальных данных в Python
      • Средняя тенденция для категориальных данных в Seaborn Pointplot
      • Seaborn stripplot: Jitter Plots для распределений категориальных данных
      • Seaborn Countplot – Подсчет категориальных данных в Python
      • Seaborn swarmplot: Bee Swarm Plots для распределения категориальных данных
      • Скрипичные графики Seaborn в Python: Полное руководство
      • Настройка расположения легенд Seaborn, меток, текста и т.д.
      • Тепловая карта Seaborn: Полное руководство
      • Создание многосекционных сеток в Seaborn с помощью FacetGrid
      • Удаление рамки в Seaborn: Как работать с рамкой
      • Заголовки и метки осей в Seaborn: добавление и настройка
      • Как установить Seaborn в Python (Исправление: no module named seaborn)
      • Seaborn relplot – Создание точечных и линейных графиков
      • Полное руководство по созданию точечных диаграмм (scatter plots) в Python с использованием Seaborn
    • Matplotlib
      • Режим Retina в Matplotlib: Улучшение Качества Графиков
      • Как построить функцию в Python с использованием Matplotlib
      • Как создать 3D-диаграммы рассеяния в Matplotlib
      • Как изменить размер шрифта в графике Matplotlib
      • Установка размера маркера в точечных диаграммах Matplotlib
      • Как изменить размер графика и фигуры в Matplotlib
      • Как добавить названия в Matplotlib: Заголовок, Подзаголовок, Названия Осей
      • Pandas Scatter Plot: Как создать диаграмму рассеяния в Pandas
      • Построение графиков в Python с помощью Matplotlib
      • Диаграммы рассеяния Matplotlib – Все, что вам нужно знать
      • Диаграммы с столбцами в Matplotlib – Узнайте все, что вам нужно знать
      • Линейные диаграммы Matplotlib – Всё, что вам нужно знать
      • Построение гистограммы в Python с Matplotlib и Pandas
  • Алгоритмы
    • Алгоритм поиска в ширину (BFS) в Python
    • Алгоритм поиска в глубину (DFS) на Python
  • AI создает хедж-фонд для анализа акций на Python
Powered by GitBook
On this page
  • Что такое столбец индекса Pandas?
  • Загрузка образца фрейма данных Pandas
  • Удаление столбца индекса Pandas с использованием reset_index
  • Удаление столбца индекса Pandas и его удаление
  • Удаление индекса Pandas из многоиндексного фрейма данных
  • Удаление индекса Pandas из многоиндексного фрейма данных и удаление значений
  • Удаление столбца индекса Pandas с помощью set_index
  • Чтение CSV-файла в DataFrame Pandas без индекса
  • Заключение
  • Дополнительные ресурсы
  1. Учебники по Pandas и Numpy
  2. Pandas

Удаление индексной колонки DataFrame в Pandas: Руководство с примерами

PreviousОбъяснение группировки по нескольким столбцам в Pandas с примерамиNextPandas Quantile: Расчет процентилей в DataFrame

Last updated 1 year ago

В этом уроке вы научитесь использовать Pandas для удаления столбца индекса. Удаление столбца индекса в DataFrame Pandas позволяет избавиться от нежелательных столбцов или перестроить ваш набор данных значимым образом. Вы научитесь делать это с помощью метода .reset_index() DataFrame, метода .set_index(), а также как читать и записывать файлы CSV без индекса.

При создании DataFrame библиотека Pandas пытается определить столбец индекса автоматически. Хотя во многих случаях индексы оказываются уместными, бывают ситуации, когда вам может потребоваться удалить индекс. Pandas предлагает множество удобных способов сделать это, как после загрузки DataFrame, так и до её начала.

В приведенном ниже обзоре вы узнаете, как удалять столбец индекса в DataFrame библиотеки Pandas.

Быстрый ответ: Используйте Pandas .reset_index(drop=True), чтобы удалить столбец индекса

# Dropping an Index Column in Pandas
import pandas as pd
df = pd.DataFrame.from_dict({
    'Name': ['Jane', 'Nik', 'Kate', 'Melissa'],
    'Age': [10, 35, 34, 23]
}).set_index('Name')

df = df.reset_index(drop=True)

Содержание

  • Conclusion

  • Additional Resources

Что такое столбец индекса Pandas?

Индекс в Pandas аналогичен номеру строки в Excel. Однако сказать только это было бы недооценкой индекса. Это потому, что он гораздо больше, чем просто номер строки. Мы можем думать об индексе строки как о способе доступа к записям DataFrame – подобно адресу или ключу словаря.

По умолчанию, если конкретный индекс не передается, Pandas автоматически генерирует индекс. Этот индекс начинается с числа 0 и доходит до длины DataFrame минус 1. Такой тип индекса называется RangeIndex (поскольку он представляет значения из функции диапазона). Однако, если вы работаете с конкретными данными, например, с временными рядами, вы можете захотеть индексировать ваши данные другим столбцом.

Технически говоря, данные, лежащие в основе DataFrame в Pandas, поддерживаются хеш-таблицей. Это похоже на то, как работают словари Python. Из-за этого использование индекса для поиска данных значительно ускоряет процесс по сравнению с поиском среди всех значений в столбце.

Примечание: Хотя технически индексы существуют и в колонках DataFrame (то есть вдоль оси 1), когда в этой статье упоминается индекс, я имею в виду только индекс строки.

Загрузка образца фрейма данных Pandas

Чтобы следовать этому руководству, я предоставил образец DataFrame Pandas ниже. Не стесняйтесь скопировать приведенный ниже код в свой любимый текстовый редактор, чтобы следовать дальше.

# Loading a Sample Pandas Dataframe
import pandas as pd

df = pd.DataFrame.from_dict({
    'Name': ['Jane', 'Nik', 'Kate', 'Melissa'],
    'Age': [10, 35, 34, 23],
    'Height': [130, 178, 155, 133],
    'Weight': [80, 200, 220, 150]
}).set_index('Name')

print(df)

# Returns:
#          Age  Height  Weight
# Name                        
# Jane      10     130      80
# Nik       35     178     200
# Kate      34     155     220
# Melissa   23     133     150

В приведенном выше блоке кода мы использовали метод .head() для вывода первых записей DataFrame. Здесь можно видеть, что теперь у нас есть DataFrame с индексом Name и еще тремя колонками. Мы использовали метод .set_index(), чтобы установить индекс DataFrame.

Теперь, когда у нас есть DataFrame для работы, давайте посмотрим, как мы можем использовать Pandas для удаления индексного столбца.

Удаление столбца индекса Pandas с использованием reset_index

Самый простой способ удалить индекс DataFrame в Pandas - использовать метод .reset_index() Pandas. По умолчанию метод сбросит только индекс, создавая RangeIndex (от 0 до длины DataFrame минус 1). Этот прием также вставит индекс DataFrame в колонку в DataFrame.

Давайте посмотрим, как это выглядит:

# Resetting a dataframe index with .reset_index()
df = df.reset_index()
print(df.head())

# Returns:
#       Name  Age  Height  Weight
# 0     Jane   10     130      80
# 1      Nik   35     178     200
# 2     Kate   34     155     220
# 3  Melissa   23     133     150
# 4     Evan   70     195     140

Мы видим, что индексная колонка была заменена на RangeIndex, а оригинальные колонки были переданы в DataFrame как другая колонка.

Удаление столбца индекса Pandas и его удаление

Если мы хотим сбросить индекс DataFrame и не сохранять его, мы можем использовать аргумент drop=True, указывая Pandas на необходимость сбросить индекс и удалить исходные значения. Давайте посмотрим, как это выглядит:

# Drop a Pandas Dataframe index with .reset_index() Method
df = df.reset_index(drop=True)
print(df.head())

# Returns:
#    Age  Height  Weight
# 0   10     130      80
# 1   35     178     200
# 2   34     155     220
# 3   23     133     150
# 4   70     195     140

Здесь мы видим, что индекс DataFrame возвращается к поведению по умолчанию, и что оригинальный индекс полностью удаляется из DataFrame.

Удаление индекса Pandas из многоиндексного фрейма данных

Pandas также позволяет работать с DataFrame с мультииндексом, где DataFrame имеет более одного столбца, представляющего индекс. Это означает, что каждая запись представлена двумя или более уникальными идентификаторами. Давайте создадим пример DataFrame с мультииндексом:

# Creating a MultiIndex DataFrame
import pandas as pd

df = pd.DataFrame.from_dict({
    'Gender': ['Female', 'Male', 'Female', 'Female'],
    'Name': ['Jane', 'Nik', 'Kate', 'Melissa'],
    'Age': [10, 35, 34, 23],
    'Height': [130, 178, 155, 133],
    'Weight': [80, 200, 220, 150]
}).set_index(['Gender', 'Name'])

print(df.head())

# Returns:
#                 Age  Height  Weight
# Gender Name                        
# Female Jane      10     130      80
# Male   Nik       35     178     200
# Female Kate      34     155     220
#        Melissa   23     133     150

Чтобы удалить оба индекса, вы можете просто вызвать метод .reset_index(drop=True). Однако, если вы хотите удалить только один индекс, вы должны использовать параметр level=. Давайте посмотрим, как мы можем удалить индексную колонку 'Gender', сохраняя при этом значения:

# Dropping a Single MultiIndex and Keeping Values
df = df.reset_index(level='Gender')
print(df)

# Returns:
#          Gender  Age  Height  Weight
# Name                                
# Jane     Female   10     130      80
# Nik        Male   35     178     200
# Kate     Female   34     155     220
# Melissa  Female   23     133     150

В приведенном выше блоке кода мы использовали метод .reset_index(), где указали удаление уровня Gender. В этом случае столбец индекса был перемещен из значений индекса в значения столбцов.

Удаление индекса Pandas из многоиндексного фрейма данных и удаление значений

Аналогично, при работе с многомерными DataFrames мы можем удалить только один столбец индекса и очистить все его значения. Для этого нам также нужно передать drop=True, как показано ниже:

# Dropping a Single MultiIndex and Dropping Values
import pandas as pd

df = pd.DataFrame.from_dict({
    'Gender': ['Female', 'Male', 'Female', 'Female'],
    'Name': ['Jane', 'Nik', 'Kate', 'Melissa'],
    'Age': [10, 35, 34, 23],
    'Height': [130, 178, 155, 133],
    'Weight': [80, 200, 220, 150]
}).set_index(['Gender', 'Name'])

df = df.reset_index(level='Gender', drop=True)

print(df)

# Returns:
#          Age  Height  Weight
# Name                        
# Jane      10     130      80
# Nik       35     178     200
# Kate      34     155     220
# Melissa   23     133     150

В приведенном выше блоке кода, вместо того чтобы добавлять столбец в DataFrame, он удаляется и исключается из данных. Это может быть полезно, если данные не нужны, и вы хотите уменьшить сложность данных.

В следующем разделе вы узнаете, как использовать метод .set_index() в Pandas для удаления индекса DataFrame.

Удаление столбца индекса Pandas с помощью set_index

Мы также можем удалить существующий индекс DataFrame, перезаписав его новыми значениями с помощью метода

Мы также можем использовать обходной путь, установив индекс с помощью столбца, который просто копирует обычный паттерн индекса. Мы можем сделать это, создав столбец, который содержит значения от 0 до длины списка минус 1. Это можно сделать напрямую с использованием метода .assign(), который можно использовать для добавления столбца в DataFrame Pandas. Затем мы используем метод .set_index() для установки этого нового столбца в качестве индекса DataFrame.

Давайте посмотрим, как это выглядит:

# Delete a Pandas Dataframe Index with .set_index()
df = df.assign(Index=range(len(df))).set_index('Index')
print(df.head())

# Returns:
#    Age  Height  Weight
# 0   10     130      80
# 1   35     178     200
# 2   34     155     220
# 3   23     133     150
# 4   70     195     140

В этом примере сначала создаётся столбец с названием «Index» с использованием метода .assign(). После этого к нему применяется метод .set_index(), который назначает этот новый столбец в качестве индекса. Это приводит к перезаписи и удалению предыдущего индекса.

В следующем разделе вы узнаете, как считать файл CSV в DataFrame Pandas без встроенного индекса.

Чтение CSV-файла в DataFrame Pandas без индекса

Вы можете столкнуться с неправильно сформированными CSV-файлами, например, с теми, в которых разделитель находится в конце данной строки. Они могут выглядеть следующим образом:

Age,Height,Weight
10,130,80,
35,178,200,
34,155,220,
23,133,150,
70,195,140,
55,150,95,
89,205,180,

Из-за наличия завершающей запятой, Pandas неправильно интерпретирует первые значения как значения индекса. Когда мы считываем файл в DataFrame, он будет выглядеть так:

# Reading a malformed .csv file with Pandas
df = pd.read_csv('file.csv')
print(df.head())

# Returns:
#     Age  Height  Weight
# 10  130      80     NaN
# 35  178     200     NaN
# 34  155     220     NaN
# 23  133     150     NaN
# 70  195     140     NaN

Конечно, это не то, что нам нужно. Мы хотели бы, чтобы данные были правильно выровнены по столбцам так, чтобы в конце возвращался пустой столбец. Поскольку такие файлы часто можно встретить, Pandas представил параметр, который позволяет перезаписать поведение по умолчанию при использовании

Давайте посмотрим, что произойдет, если мы передадим index_col = False в нашу функцию:

# Reading a malformed CSV file correctly with Pandas
df = pd.read_csv('file.csv', index_col=False)
print(df.head())

# Returns:
#    Age  Height  Weight
# 0   10     130      80
# 1   35     178     200
# 2   34     155     220
# 3   23     133     150
# 4   70     195     140

Используя аргумент index_col=False, Pandas изменяет поведение по умолчанию и назначает правильный индекс.

Заключение

В этом учебнике вы научились использовать Pandas для удаления индексного столбца. Вы узнали, как использовать методы Pandas .reset_index() и .set_index() для удаления индекса. Вы также научились как читать, так и записывать CSV-файл в DataFrame Pandas. Умение работать с индексами в Pandas является полезным навыком, поскольку вы учитесь манипулировать данными с помощью Pandas.

Дополнительные ресурсы

Чтобы узнать больше о подобных темах, ознакомьтесь с некоторыми из этих статей по теме:

  • Индекс переименования Pandas: как переименовать индекс Dataframe Pandas

  • Индекс сброса Pandas: как сбросить индекс Pandas

  • Изменение порядка столбцов Pandas: переиндексация Pandas и вставка Pandas

  • 4 способа использования Pandas для выбора столбцов в кадре данных

Понимание DataFrame Pandas (включая его индекс)

Чтобы узнать больше о методе .reset_index() в Pandas, ознакомьтесь с

официальной документацией здесь
Что такое столбец индекса Pandas?
Загрузка образца фрейма данных Pandas
Удаление столбца индекса Pandas с использованием reset_index
Удаление столбца индекса Pandas и его удаление
Удаление индекса Pandas из многоиндексного фрейма данных
Удаление столбца индекса Pandas с помощью set_index
Чтение CSV-файла в DataFrame Pandas без индекса
Understanding Pandas DataFrames Columns, Axis, Rows
Dropping a Pandas Index Column