DataFrame如何设置索引，不同的组别，重新定义索引从0开始。python代码

可以使用pandas库来设置DataFrame的索引，不同的组别可以通过reset_index()方法重新定义索引。具体的代码如下所示：

import pandas as pd

# 构造数据
data = {
    'category': ['A', 'B', 'A', 'C', 'B', 'C'],
    'value': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

# 设置索引并重新定义索引
df = df.set_index('category')
grouped = df.groupby('category')
for name, group in grouped:
    print("category:", name)
    print(group.reset_index(drop=True))

运行结果如下：

category: A
   value
0      1
1      3
category: B
   value
0      2
1      5
category: C
   value
0      4
1      6

上述代码中，首先构造了一个DataFrame对象，其中包含了两列数据，一列是类别（category），另一列是数值（value）。然后使用set_index()方法将'category'列设置为索引，接着使用groupby()方法对DataFrame进行分组统计，其中'category'参数指定按照类别进行分组，并且使用for循环遍历分组后的结果，输出每个组的数据明细。其中，name表示当前组的类别名称，group表示当前组的数据明细，使用reset_index()方法可以重置行索引，使用drop参数设置为True可以删除原来的行索引。