pandas 取消索引列

要取消DataFrame中的索引列，可以使用`reset_index()`方法。调用该方法时，可以设置`drop=True`来取消索引列。

例如，假设我们有以下的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

df = df.set_index('A')

这将创建一个以列`A`为索引的DataFrame。要取消索引列，可以使用以下代码：

df = df.reset_index(drop=True)

这将返回一个没有索引列的DataFrame。

相关问题

python pandas 取消索引

在Python Pandas中，可以使用reset_index()方法来取消索引。该方法将当前索引重置为默认的整数索引。例如，如果你有一个名为df的数据框，你可以使用以下代码取消索引：

df.reset_index(drop=True, inplace=True)

其中，drop=True表示删除原来的索引列，inplace=True表示在原数据框上进行修改。

pd.DataFrame. 取消索引列

可以使用 `reset_index()` 方法来取消索引列，例如：

import pandas as pd

# 创建一个带有索引列的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
print(df)

# 取消索引列
df = df.reset_index(drop=True)
print(df)

输出结果：

   A  B
a  1  4
b  2  5
c  3  6

   A  B
0  1  4
1  2  5
2  3  6

在 `reset_index()` 方法中，`drop=True` 表示不保留原来的索引列。如果不加这个参数，那么新的 DataFrame 中就会同时存在原来的索引列和重新生成的数字索引列。