Index zum Zurücksetzen der Pandas-Serie

Wir werden die praktische Ausführung dieser Funktion in diesem Tutorial sehen.

Beispiel 1: Verwenden der Pandas-Methode Series.Reset_Index() zum Zurücksetzen des Index einer Serie, um die anfängliche Indexliste als Spalte beizubehalten

Die Methode „Series.reset_index()“ wird in dieser Abbildung verwendet, um den Index einer Pandas-Serie zurückzusetzen und die Änderungen in der Kopie der Serie beizubehalten.

Die Arbeit des Python-Programms begann damit, ein geeignetes Tool für unser System zu finden, um das Skript zu kompilieren. Für die Ausführung der Programme wird das Tool „Spyder“ gewählt.

Wir initialisieren das Skript, indem wir zuerst die wesentlichen Bibliotheken laden. Da die Methode „Series.reset_index()“ aus dem Pandas-Toolkit verwendet wird, müssen wir sie unbedingt in unsere Python-Umgebung laden. Die Pandas-Bibliothek wird importiert, indem das Skript „import pandas as pd“ geschrieben wird. Der Abschnitt „as pd“ in dieser Zeile bezieht sich darauf, „pd“ zu einem Alias ​​der „Pandas“-Bibliothek zu machen. Daher müssen wir die „Pandas“ nicht verwenden. Wir schreiben einfach „pd“, um stattdessen auf eine beliebige Pandas-Funktion zuzugreifen.

Die erste Methode, auf die wir über das Pandas-Modul mit dem Alias ​​„pd“ zugreifen, ist die Methode „pd.Series“. Diese Methode ist eine in Pandas integrierte Methode zum Erstellen einer Reihe mit dem bereitgestellten Array von Werten. Wir rufen diese Funktion auf und spezifizieren die Werte „34“, „21“, „18“, „45“, „76“, „82“, „22“, „40“, „91“, „101“, und „8“. Außerdem wird der Name der Spalte mit dem Parameter „name“ als „Data“ definiert.

Danach initialisieren wir eine „new_index“-Variable und weisen ihr einige Werte zu, aber mit der gleichen Länge, die wir für die Werte in der Reihe verwendet haben. Die Werte für die Variable „new_index“ sind „A01“, „A02“, „A03“, „A04“, „A05“, „A06“, „A07“, „A08“, „A09“, „A10“ und „A11“. Wir verwenden die in dieser Variablen gespeicherten Werte für den Index. Um die Indexspalte der Serie festzulegen, rufen wir die Eigenschaft „Series.index“ auf und weisen ihr die Variable „new_index“ zu. Die in „new_index“ gespeicherten Werte werden anstelle der Standardliste des Index, die bei „0“ beginnt, als Index der Serie gesetzt. Um schließlich die Serie mit dem angegebenen Index anzuzeigen, rufen wir die Funktion „print()“ auf und übergeben die Serie „Number“ als Eingabe, um ihren Inhalt zu drucken.

Die resultierende Serie mit den angegebenen Indizes, die die Standard-Indexliste ersetzten, wird auf dem Terminal angezeigt.

Um diese benutzerdefinierte Indexliste auf die Standardliste zurückzusetzen, verwenden wir die Pandas-Methode „Series.reset_index()“.

Wir rufen die Methode „Series.reset_index()“ auf, um die Indexliste zurückzusetzen. Der Name der Serie wird als „Number“ mit der Methode „reset_index()“ bereitgestellt. Es funktioniert also, indem es die Serie überprüft und die Indexliste auf die Standardeinstellungen zurücksetzt. Um diese Änderungen zu speichern, erstellen wir die Variable „Output“, die eine Kopie der Serie mit einer geänderten Indexliste erzeugt. Wir verwenden die Funktion „print()“, um den Inhalt der „Ausgabe“ anzuzeigen.

Im Ausgabebild können wir sehen, dass der standardmäßige sequentielle Index angezeigt wird. Außerdem wird die angegebene Indexliste als neue Spalte der Reihe mit dem Label „Index“ hinzugefügt.

Beispiel 2: Verwenden der Methode Pandas Series.Reset_Index() zum Zurücksetzen des Index einer Serie und Löschen des Anfangsindex

Diese Instanz demonstriert die Technik zum Zurücksetzen des Index einer Pandas-Serie mit der Methode „Series.reset_index()“. Zusätzlich verwerfen wir die anfangs definierte Indexspalte mit dem „drop“-Parameter der „Series.reset_index()“-Funktion.

Für die Ausführung des Codeschnipsels importieren wir zunächst die Pandas-Bibliothek als „pd“. Dann üben wir eine Methode aus diesem aktuell geladenen Pandas-Modul aus, um eine Pandas-Serie zu erstellen. Die Funktion „pd.Series()“ wird verwendet und wir stellen ihr ein Array von Werten zur Verfügung, um eine Reihe mit diesen Werten zu generieren. Die Werte, die wir für die Reihenkonstruktion angegeben haben, sind vom Datentyp String. Diese Werte sind „Nestle“, „Cadbury“, „Mars“, „Dove“, „Lindt“, „Godiva“, „Ghirardelli“ und „Ferrero“. Wir verwenden den Parameter „name“, um diese Spalte zu beschriften. Wir nennen es „Marke“, da wir eine Serie erstellen, die die Namen der Schokoladenmarken enthält. Die Länge der Serie beträgt 8. Ein Serienobjekt „Chocolates“ wird erstellt und dem Ergebnis zugewiesen, das durch den Aufruf der Pandas-Methode „pd.Series()“ erzeugt wird.

Außerdem wird eine Variable „Bezeichner“ erstellt und mit diesen Werten „A“, „B“, „C“, „D“, „E“, „F“, „G“ und „H“ initialisiert. Die Länge der darin enthaltenen Werte entspricht der Länge der Werte für die Reihe. Jetzt ändern wir die Standard-Indexliste der Serie und stellen die Werte der „Bezeichner“-Variablen bereit, die als Index verwendet werden sollen. Um den Index zu setzen, wird die Eigenschaft „Series.index“ ausgeübt. Der Name der Serie „Chocolates“ wird mit der Eigenschaft „.index“ genannt. Wir weisen der Eigenschaft index die Variable „identifier“ zu. Die Eigenschaft „index“ extrahiert die in der Variablen „identifier“ aufbewahrten Werte und macht sie zur Indexliste der Serien. Die „print()“-Methode wird schließlich aufgerufen, um die „Chocolates“-Serie zu drucken.

Die im folgenden Schnappschuss angezeigte Serie zeigt, dass wir die angegebene Indexliste erfolgreich anstelle der Standardindexliste platziert haben.

Wenn Sie nun die Indexeinstellungen zurücksetzen möchten, verwenden Sie einfach die Pandas-Methode „Series.reset_index()“. Mit dieser Methode geben wir unseren Seriennamen an. Es setzt nur die Indexeinstellungen für diese bestimmte Serie auf die Standardeinstellungen zurück.

Wir rufen die Methode „Series.reset_index()“ auf und liefern den Seriennamen damit als „Chocolates“. Um die Serie mit der Standard-Indexliste zu speichern, erstellen wir eine Variable „ser“. Jetzt müssen wir diese Serie sehen. Dazu wird die Methode „print()“ verwendet. Innerhalb ihrer geschweiften Klammern übergeben wir die „ser“-Variable, damit sie anzeigt, was diese Variable aufbewahrt hat.

Die resultierende Serie wird mit der Standardindexliste angezeigt. Aber auch die anfangs angegebene Indexliste ist als Spalte in der Reihe mit dem Titel „Index“ vorhanden. Die Methode „reset_index()“ platziert die Standardindexliste, hat aber die angegebene Liste für den Index nicht entfernt und behält sie stattdessen als neue Spalte bei.

Um die anfangs angegebene Indexliste zu verwerfen, die nun als Spalte an die Reihe angehängt wird, verwenden wir einen Parameter in der Methode „reset_index()“. Dieser Parameter ist der „Drop“. Es übernimmt den booleschen Wert als Eingabe. Standardmäßig ist der Wert des „drop“-Parameters auf „False“ gesetzt, was bedeutet, dass die anfängliche Indexliste nicht gelöscht wird. Da wir die anfängliche Indexliste eliminieren wollen, müssen wir ihren Wert auf „True“ ändern.

Wir übergeben einfach das Attribut „drop“ mit dem Wert „True“ an die Funktion „Series.reset_index()“.

Die gerenderte Ausgabe zeigt eine Reihe, die jetzt die Spalte „Index“ entfernt hat und mit der Standardindexliste angezeigt wird. Das erzielte Ergebnis wird in der folgenden Momentaufnahme dargestellt:

Fazit

Sie können die Datensätze, in denen Ihre Indexliste angegeben ist, anstelle der Standardindexliste verwenden. Möglicherweise müssen wir es auf die Standardeinstellungen zurücksetzen. Aus diesem Grund stellt uns Pandas die Methode „Series.reset_index()“ zur Verfügung. Diese Methode ändert den Index auf die Standardeinstellungen. Wir haben zwei Techniken bereitgestellt, um diese Methode zu verwenden. Für die erste Veranschaulichung haben wir die ursprünglich angegebene Indexliste in der resultierenden Reihe als Spalte beibehalten, nachdem wir die Standardindexliste angehängt hatten. Die andere Technik demonstrierte, wie die angegebene Liste mit dem „drop“-Parameter aus der Reihe gelöscht wird.