如何对DataFrame行序列进行重新排序

Question

我已经定义了一个数据集：df=pd.DataFrame(list(xx))然后，我根据性别过滤了一些数据。df=df[df["sex"]=="1"]那么我应该遍历所有数据。row,col=df.shapefor i in range(row):    print(df["name"][i])  # error我调试代码，发现“ df”行索引是旧索引，因为删除了许多不合格的数据。例如df [“ sex”] [1] == 1被删除，因此循环除外。非常感谢如何对DataFrame行序列进行重新排序！

Answer 1

永远不要使用这种构造：

for i in range(nrows):

    do_stuff(df[column][i])

这是低效的。您几乎从不希望在数据帧上使用for循环，但是如果必须的话，请使用pd.Dataframe.itertuples：

>>> df = pd.DataFrame({'a':[1,2,3],'b':[3,4,5]})

>>> for row in df.itertuples():

...     print("the index", row.Index)

...     print("sum of row", row.a + row.b)

...

the index 0

sum of row 4

the index 1

sum of row 6

the index 2

sum of row 8

请注意，现在索引是否更改无关紧要：

>>> df = df.iloc[[2,0,1]]

>>> df

   a  b

2  3  5

0  1  3

1  2  4

>>> for row in df.itertuples():

...     print("the index", row.Index)

...     print("sum of row", row.a + row.b)

...

the index 2

sum of row 8

the index 0

sum of row 4

the index 1

sum of row 6

最后，假设您总是可以重设索引：

>>> df.drop(0, axis=0, inplace=True)

>>> df

   a  b

2  3  5

1  2  4

现在，只需使用：

>>> df.reset_index()

   index  a  b

0      2  3  5

1      1  2  4

并使用drop参数不将旧索引包括在列中：

>>> df.reset_index(drop=True)

   a  b

0  3  5

1  2  4