Вопросы Теги

Повторное индексирование из сортированного столбца Panda Df [дубликат]

Вот еще один случай, когда сырые типы вас укусят: 

public class StrangeClass<T> {
  @SuppressWarnings("unchecked")
  public <X> X getSomethingElse() {
    return (X)"Testing something else!";
  }

  public static void main(String[] args) {
    final StrangeClass<Object> withGeneric    = new StrangeClass<>();
    final StrangeClass         withoutGeneric = new StrangeClass();
    final String               value1,
                               value2;

    // Works
    value1 = withGeneric.getSomethingElse();

    // Produces compile error:
    // incompatible types: java.lang.Object cannot be converted to java.lang.String
    value2 = withoutGeneric.getSomethingElse();
  }
}

Как уже упоминалось в принятом ответе, вы теряете всю поддержку дженериков в коде необработанного типа. Каждый параметр типа преобразуется в его стирание (которое в приведенном выше примере просто Object).

181
задан Roman 10 December 2013 в 11:26
поделиться

2 ответа

reset_index() - это то, что вы ищете. Если вы не хотите, чтобы он был сохранен в виде столбца, выполните следующие действия: 

df = df.reset_index(drop=True)
390
ответ дан petezurich 21 August 2018 в 11:40
поделиться
  • 1
    Вместо переназначения данных в одну и ту же переменную вы можете установить аргумент inplace=True. – alhuelamo 24 February 2016 в 14:03
  • 2
    Обратите внимание, что в случае inplace=True метод возвращает None – alyaxey 30 October 2017 в 11:41

Другими решениями являются назначение RangeIndex или range: 

df.index = pd.RangeIndex(len(df.index))

df.index = range(len(df.index))

. Это быстрее: 

df = pd.DataFrame({'a':[8,7], 'c':[2,4]}, index=[7,8])
df = pd.concat([df]*10000)
print (df.head())

In [298]: %timeit df1 = df.reset_index(drop=True)
The slowest run took 7.26 times longer than the fastest. This could mean that an intermediate result is being cached.
10000 loops, best of 3: 105 µs per loop

In [299]: %timeit df.index = pd.RangeIndex(len(df.index))
The slowest run took 15.05 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 7.84 µs per loop

In [300]: %timeit df.index = range(len(df.index))
The slowest run took 7.10 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 14.2 µs per loop
17
ответ дан jezrael 21 August 2018 в 11:40
поделиться
  • 1
    @Outcast Source - Самый быстрый - len(df.index), 381ns vs df.shape 1.17us. Ойр чего-то не хватает? – jezrael 3 January 2018 в 06:15
Другие вопросы по тегам:

Похожие вопросы: