Python 关于pd.dataframe.reset_index（）中drop=True的问题

在数据帧中，可以使用

reset\u index（）

方法重置索引。一个可选参数是

drop=True

，根据文档：

drop : bool, default False
    Do not try to insert index into dataframe columns. 
    This resets the index to the default integer index.

我的问题是，第一句话是什么意思？如果我离开if False，它会尝试将整数索引转换为df中的新列吗

---

另外，我的行顺序是否会被保留，或者我是否也应该进行排序以确保正确的顺序？

正如您在下面看到的，

df.reset\u index（）

将索引作为列移动到数据帧中。如果该索引只是一个通用的数字索引，那么您可能不关心它，只需丢弃它即可。下面是一个简单的数据帧，但我删除了第一行只是为了在索引中有不同的值

df = pd.DataFrame([['a', 10], ['b', 20], ['c', 30], ['d', 40]], columns=['letter','number'])
df = df[df.number > 10]
print(df)
#   letter  number
# 1      b      20
# 2      c      30
# 3      d      40

默认行为现在显示一个名为

index

的列，它是以前的索引。您可以看到

df['index']

与上面的索引匹配，但索引已从0开始重新编号

print(df.reset_index())
#    index letter  number
# 0      1      b      20
# 1      2      c      30
# 2      3      d      40

drop=True

不会假装索引很重要，只会给你一个新的索引

print(df.reset_index(drop=True))
#   letter  number
# 0      b      20
# 1      c      30
# 2      d      40

---

关于行顺序，我怀疑它会被保留，但一般来说不应该依赖于事物的存储顺序。如果您正在执行聚合函数，您可能希望确保为聚合正确排序数据。

这意味着默认情况下，当前的

索引将作为列插入到
数据框中，是的，将保留行顺序