pandas调整列顺序 reset_index

Pandas是Python中广受欢迎的数据分析库，可以轻松地对各种数据进行清洗、整理、分析和可视化处理。在数据处理中，经常需要对数据的列顺序进行调整，同时还要对数据进行重置索引。Pandas提供了reset_index()方法和reindex()方法来实现这个功能。

reset_index()方法可以将索引列转换为普通列，同时创建一个新的默认的数字索引列。可以通过参数来指定要保留的索引列，以及重置后的索引的名称。

下面是一个Pandas调整列顺序reset_index()的例子：

import pandas as pd

data = {'name':['Tom', 'Jerry', 'Spike', 'Tyke'],
'age':[20, 30, 25, 5],
'country':['USA', 'UK', 'Canada', 'Japan']}
df = pd.DataFrame(data)
print("Before column reordering and resetting index:\n", df)

#调整列顺序
df = df[['country', 'name', 'age']]
#重置索引
df = df.reset_index(drop=True)

print("\nAfter column reordering and resetting index:\n", df)

运行结果如下所示：

Before column reordering and resetting index:
name age country
0 Tom 20 USA
1 Jerry 30 UK
2 Spike 25 Canada
3 Tyke 5 Japan

After column reordering and resetting index:
country name age
0 USA Tom 20
1 UK Jerry 30
2 Canada Spike 25
3 Japan Tyke 5

从运行结果可以看出，首先对数据框的列进行了调整顺序，然后通过reset_index()方法重置了索引并生成了默认的数字索引列。需要注意的是，当我们对重置后的索引值不感兴趣时，可以使用drop=True来删除索引列。