python - 重新索引错误没有意义

Question

我的 DataFrames 大小在 100k 到 2m 之间。我正在处理这个问题的那个很大，但请注意，我必须对其他框架做同样的事情:

>>> len(data)
357451

现在这个文件是由很多文件编译而成的，所以它的索引真的很奇怪。所以我想做的就是用 range(len(data)) 重新索引它，但我得到了这个错误:

>>> data.reindex(index=range(len(data)))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/frame.py", line 2542, in reindex
    fill_value, limit)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/frame.py", line 2618, in _reindex_index
    limit=limit)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/index.py", line 893, in reindex
    limit=limit)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/index.py", line 812, in get_indexer
    raise Exception('Reindexing only valid with uniquely valued Index '
Exception: Reindexing only valid with uniquely valued Index objects

这实际上是没有意义的。由于我正在使用包含数字 0 到 357450 的数组重新编制索引，因此所有 Index 对象都是唯一的!为什么会返回此错误？

额外信息:我正在使用 python2.7 和 pandas 11.0

Answer 1

当它提示 Reindexing only valid with uniquely valued Index 时，它并不是反对您的新索引不是唯一的，而是反对您的旧索引不是.

例如:

>>> df = pd.DataFrame(range(5), index = [1,2,3,1,2])
>>> df
   0
1  0
2  1
3  2
1  3
2  4
>>> df.reindex(index=range(len(df)))
Traceback (most recent call last):
[...]
  File "/usr/local/lib/python2.7/dist-packages/pandas-0.12.0.dev_0bd5e77-py2.7-linux-i686.egg/pandas/core/index.py", line 849, in get_indexer
    raise Exception('Reindexing only valid with uniquely valued Index '
Exception: Reindexing only valid with uniquely valued Index objects

但是

>>> df.index = range(len(df))
>>> df
   0
0  0
1  1
2  2
3  3
4  4

虽然我想我会写

df.reset_index(drop=True)

相反。