Python 和 Pandas : Re-indexing after selecing entries

Question

在我的初始数据中，有一些有问题的数据，我不想理会它们，所以我这样做 df = df[(df['direction'] < 100) & (df['speed'] < 400)] .

但是，当我尝试访问像 df.ix[100] 这样的单个条目时，数据可能是in-accessible ，因为它在条件选择中被淘汰。所以我想重新索引数据，我该怎么做？

玩了一段时间后，我意识到最初的查询 df = df[(df['direction'] < 100) & (df['speed'] < 400)]似乎不是创建新变量而是原始数据的 View ，这让我更加困惑。

那么，查询后如何重新索引数据呢？或者我应该drop相反？

Answer 1

如果我正确理解您的问题，您可以使用 .reset_index(drop=True) 将索引重置为默认连续整数。

import pandas as pd
import numpy as np

# sample data
# ====================================
np.random.seed(0)
df = pd.DataFrame(np.random.randn(5,2), columns=list('AB'))
df

        A       B
0  1.7641  0.4002
1  0.9787  2.2409
2  1.8676 -0.9773
3  0.9501 -0.1514
4 -0.1032  0.4106


# ===================================
df1 = df[df['B']>0]  # cannot access df1.ix[2]

        A       B
0  1.7641  0.4002
1  0.9787  2.2409
4 -0.1032  0.4106

df2 = df[df['B']>0].reset_index(drop=True)  # df2.ix[2] works fine

        A       B
0  1.7641  0.4002
1  0.9787  2.2409
2 -0.1032  0.4106