python数据框中所有行的零索引答案

【问题标题】：zero index for all rows in python dataframepython数据框中所有行的零索引
【发布时间】：2016-12-23 22:03:25
【问题描述】：

我在索引 python dataframe 时遇到问题。我有数据框，我用循环填充它。我这样简化了：

d = pd.DataFrame(columns=['img', 'time', 'key'])
for i in range(5):
    image = i
    timepoint = i+1
    key = i+2
    temp = pd.DataFrame({'img':[image], 'timepoint':[timepoint], 'key': [key]})
    d = pd.concat([d, temp])

问题是因为它将0 显示为所有行的索引，我无法访问基于.loc[] 的特定行。有人知道如何解决问题并获得正常的索引列吗？

【问题讨论】：

标签： python python-3.x pandas indexing dataframe

【解决方案1】：

您可能希望在串联中使用ignore_index 参数：

d = pd.concat([d, temp], ignore_index=True)

这给了我以下结果：

   img  key time  timepoint
0  0.0  2.0  NaN        1.0
1  1.0  3.0  NaN        2.0
2  2.0  4.0  NaN        3.0
3  3.0  5.0  NaN        4.0
4  4.0  6.0  NaN        5.0

【讨论】：

【解决方案2】：

d = d.reset_index(drop=True)

PS：最好的做法是制作一个行列表，然后将其转换为 DataFrame，这样计算成本要低得多，而且它会立即生成一个好的索引。

此列表可以是与 DataFrame init 中的列组合的列表列表，也可以是以列名作为键的字典列表。在你的情况下：

list_of_dicts = []
for i in range(5):
    new_row = {'img': i, 'time': i+1, 'key': i+2}
    list_of_dicts.append(new_row)
d = pd.DataFrame(new_row)

【讨论】：

实际上，我正在寻找更好的方法来创建数据框，但我不知道你所说的制作行列表是什么意思。

【解决方案3】：

我认为最好先用值填充lists，然后使用DataFrame构造函数：

image, timepoint, key = [],[],[]
for i in range(5):
    image.append(i)
    timepoint.append(i+1)
    key.append(i+2)

d = pd.DataFrame({'img':image, 'time':timepoint, 'key': key})
print (d)
   img  key  time
0    0    2     1
1    1    3     2
2    2    4     3
3    3    5     4
4    4    6     5

【讨论】：