1. 使用场景

数据清洗时，会将带空值的行删除，此时DataFrame或Series类型的数据不再是连续的索引，可以使用reset_index()重置索引。

2. 介绍

reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

1）函数作用：

重置索引或其level。

重置数据帧的索引，并使用默认索引。如果数据帧具有多重索引，则此方法可以删除一个或多个level。

2）参数：

drop: 重新设置索引后是否将原索引作为新的一列并入DataFrame，默认为False

inplace: 是否在原DataFrame上改动，默认为False

level: 如果索引(index)有多个列，仅从索引中删除level指定的列，默认删除所有列

col_level: 如果列名(columns)有多个级别，决定被删除的索引将插入哪个级别，默认插入第一级

col_fill: 如果列名(columns)有多个级别，决定其他级别如何命名

3）返回DataFrame or None。具有新索引的数据帧，如果inplace=True，则无索引。

3. 示例

import pandas as pd

import numpy as np

df = pd.DataFrame([('bird', 389.0),

('bird', 24.0),

('mammal', 80.5),

('mammal', np.nan)],

index=['falcon', 'parrot', 'lion', 'monkey'],

columns=('class', 'max_speed'))

print(df)

print(' ')

df1 = df.reset_index()

print(df1)

print(' ')

df2 = df.reset_index(drop=True)

print(df2)