resert_index()函数：
Series.reset_index(level=None, drop=False, name=NoDefault.no_default, inplace=False)
- drop: 重新设置索引后是否将原索引作为新的一列并入DataFrame，默认为False
- inplace: 是否在原DataFrame上改动，默认为False
- level: 如果索引(index)有多个列，仅从索引中删除level指定的列，默认删除所有列
- col_level: 如果列名(columns)有多个级别，决定被删除的索引将插入哪个级别，默认插入第一级
- col_fill: 如果列名(columns)有多个级别，决定其他级别如何命名
作用： 用索引重置生成一个新的DataFrame或Series。当索引需要被视为列，或者索引没有意义，需要在另一个操作之前重置为默认值时。在机器学习中常常会对索引进行一定的处理，用于是否保留原有的索引。
例子：
import pandas as pd
df = pd.DataFrame(data={'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print(df)
print('\n')
print(df.reset_index()) # 会将原来的索引index作为新的一列
print('\n')
print(df.reset_index(drop=True)) # 使用drop参数设置去掉原索引
print('\n')
结果：
A B C
0 1 4 7
1 2 5 8
2 3 6 9
index A B C
0 0 1 4 7
1 1 2 5 8
2 2 3 6 9
A B C
0 1 4 7
1 2 5 8
2 3 6 9
读懂代码中resert_index()：
def concat_detail(x):
return pd.Series({‘备注’:’;’.join(x[‘detail’])})
df2=df1[[‘cwhxzqh’,’detail’]].groupby(‘cwhxzqh’).apply(concat_detail).reset_index()
df2
将df1中原来的索引作为一个列，列名为 index
欢迎批评指正(●’◡’●)
部分来源：
Original: https://blog.csdn.net/Ajdidfj/article/details/123050009
Author: 小小白2333
Title: Python函数：reset_index()
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/676139/
转载文章受原作者版权保护。转载请注明原作者出处！