Python 3.x 为什么“reset_index（drop=True）”函数会意外删除列？

我有一个名为data_match的熊猫数据帧。它包含“\u worker\u id”、“\u unit\u id”和“caption”列。请参阅此数据框中部分行的附加屏幕截图

假设索引列不是升序的，我希望索引是0，1，2，3，4…n，并且我希望它是升序的。因此，我运行了以下函数，试图重置索引列： 数据匹配=数据匹配。重置索引DROP=真

我能够使用Python3.6在我的计算机中获得返回正确输出的函数。然而，当我的同事使用Python 3.6在他的计算机上运行该函数时，“\u worker\u id”列被删除

---

这是由于“reset_index”旁边的“drop=True”子句造成的吗？但我不知道为什么它在我的电脑里工作，而不是在我同事的电脑里。有人能提供建议吗

俗话说得好，口译员身上发生的事情就留在你的脑海里 口译译员在没有看到结果的情况下，解释这种差异是不可能的 输入两个Python交互会话的命令的完整历史记录

但是，可以大胆猜测：

删除数据帧的当前索引，并将其替换为 增加整数。它从不掉柱子

因此，在交互式会话中，\u worker\u id是一个列。在你同事的 交互式会话，\u worker\u id必须是索引级别

视觉上的差异可能有些微妙。例如，在下面，df有一个 _当df2具有_worker_id索引级别时，worker_id列：

In [190]: df = pd.DataFrame({'foo':[1,2,3], '_worker_id':list('ABC')}); df
Out[190]: 
  _worker_id  foo
0          A    1
1          B    2
2          C    3

In [191]: df2 = df.set_index('_worker_id', append=True); df2
Out[191]: 
              foo
  _worker_id     
0 A             1
1 B             2
2 C             3

请注意，当名称_worker_id为 索引级别，当它是列时与foo位于同一行。这是唯一的问题 查看数据帧的str或repr时获得的视觉线索

重复一次：当_worker_index是一列时，该列不受 df.reset_indexdrop=True：

但是_worker_索引作为索引的一部分时会被删除：

In [195]: df2.reset_index(drop=True)
Out[195]: 
   foo
0    1
1    2
2    3

---

俗话说，在你的口译员身上发生的事情留在你的脑海里 口译译员在没有看到结果的情况下，解释这种差异是不可能的 输入两个Python交互会话的命令的完整历史记录

但是，可以大胆猜测：

删除数据帧的当前索引，并将其替换为 增加整数。它从不掉柱子

因此，在交互式会话中，\u worker\u id是一个列。在你同事的 交互式会话，\u worker\u id必须是索引级别

视觉上的差异可能有些微妙。例如，在下面，df有一个 _当df2具有_worker_id索引级别时，worker_id列：

In [190]: df = pd.DataFrame({'foo':[1,2,3], '_worker_id':list('ABC')}); df
Out[190]: 
  _worker_id  foo
0          A    1
1          B    2
2          C    3

In [191]: df2 = df.set_index('_worker_id', append=True); df2
Out[191]: 
              foo
  _worker_id     
0 A             1
1 B             2
2 C             3

请注意，当名称_worker_id为 索引级别，当它是列时与foo位于同一行。这是唯一的问题 查看数据帧的str或repr时获得的视觉线索

重复一次：当_worker_index是一列时，该列不受 df.reset_indexdrop=True：

但是_worker_索引作为索引的一部分时会被删除：

In [195]: df2.reset_index(drop=True)
Out[195]: 
   foo
0    1
1    2
2    3

---

如果您的计算机和同事的计算机都运行Python 3.6，则reset_indexdrop=True肯定会在您的计算机和同事的计算机上工作相同。如果您的计算机和同事的计算机都运行Python 3.6，则reset_indexdrop=True肯定会在您的计算机和同事的计算机上工作相同。而且它不会随机删除一列。谢谢，@unutbu！非常感谢你的回答。我已将您的反馈转达给我的同事，他说这正是发生的事情，“\u worker\u id”列在他运行“reset\u indexdrop=True”函数之前变成了索引列而不是数据帧列。因此，他一定在脚本的前面做了什么，导致“\u worker\u id”成为索引列。有没有一种方法可以强制Python不将数据帧列更改为索引列？有多种方法可以使列值成为索引的一部分。set_索引、pivot、pivot_表、groupby数据帧方法都可以产生这种效果。如果使用这些方法，就无法阻止列值移动到索引中-毕竟，这是预期的效果！但是，事实发生后，您可以通过调用df.reset\u indexdrop=False.Thank，@unutbu！非常感谢你的回答。我已将您的反馈转达给我的同事，他说这正是发生的事情，“\u worker\u id”列在他运行“reset\u indexdrop=True”函数之前变成了索引列而不是数据帧列。因此，他一定在脚本的前面做了什么，导致“\u worker\u id”成为索引列。有没有一种方法可以强制Python不将数据帧列更改为索引列？有多种方法可以使列值成为索引的一部分。set_索引、pivot、pivot_表、groupby数据帧方法都可以产生这种效果。这是不可能的 如果使用这些方法，事件列值将不会移动到索引中-毕竟，这是预期的效果！但是，在这之后，可以通过调用df.reset\u indexdrop=False将索引级别移回列。