Python 删除熊猫系列中的行和清理索引

我有一个熊猫系列，基于一个随机数，我想选择一行（下面代码示例中的5行）并删除该行。删除该行时，我希望为其余行（0到8）创建一个新索引。代码如下：

print 'Original series: ', sample_mean_series
print 'Length of original series', len(sample_mean_series)
sample_mean_series = sample_mean_series.drop([5],axis=0)
print 'Series with item 5 dropped: ', sample_mean_series
print 'Length of modified series:', len(sample_mean_series)
print sample_mean_series.reindex(range(len(sample_mean_series)))

这是输出：

Original series:  
0    0.000074
1   -0.000067
2    0.000076
3   -0.000017
4   -0.000038
5   -0.000051
6    0.000125
7   -0.000108
8   -0.000009
9   -0.000052
Length of original series 10
Series with item 5 dropped:  
0    0.000074
1   -0.000067
2    0.000076
3   -0.000017
4   -0.000038
6    0.000125
7   -0.000108
8   -0.000009
9   -0.000052
Length of modified series: 9
0    0.000074
1   -0.000067
2    0.000076
3   -0.000017
4   -0.000038
5         NaN
6    0.000125
7   -0.000108
8   -0.000009

我的问题是第8行被删除了。我想删除行“5NaN”并保留-0.000052，索引为0到8。这就是我希望它看起来的样子：

0    0.000074
1   -0.000067
2    0.000076
3   -0.000017
4   -0.000038
5    0.000125
6   -0.000108
7   -0.000009
8   -0.000052

---

有些令人困惑的是，

reindex

并不意味着“创建新索引”。要创建一个新索引，只需指定

索引

属性。因此，在最后一步，只需执行

sample\u-mean\u-series.index=range（len（sample\u-mean\u-series））

以下是一条直线：

In [1]: s
Out[1]:
0   -0.942184
1    0.397485
2   -0.656745
3    1.415797
4    1.123858
5   -1.890870
6    0.401715
7   -0.193306
8   -1.018140
9    0.262998

我使用

Series.drop

方法删除第5行，然后使用

reset_index

对索引重新编号，使其连续。如果不使用

reset_index

，索引将从4跳到6，而不使用5

默认情况下，

reset_index

将原始索引移动到

DataFrame

中，并将其与序列值一起返回。传递

drop=True

可防止发生这种情况

In [2]: s2 = s.drop([5]).reset_index(drop=True)

In [3]: s2
Out[3]:
0   -0.942184
1    0.397485
2   -0.656745
3    1.415797
4    1.123858
5    0.401715
6   -0.193306
7   -1.018140
8    0.262998
Name: 0

---

要删除数据帧中的行并清理索引，请执行以下操作：

b = df['amount'] > 10000
df_dropped = df.drop(df[~b].index).reset_index()

---

谢谢你的简洁明了的回答！然而，我对阿赫登的例子中发生的事情感到困惑。重新编制的索引是否表示“创建一个索引中没有空白的新系列，其中任何缺失的索引都用NaN值填充”？这似乎是正在发生的事情，但这似乎很疯狂。另外，如果指数是a，b，c，e而不是0，1，2，4，这会起作用吗？@MikeWilliamson:是的，基本上就是这样。使用

reindex[blah]

只选择行，基本上就像执行

df.ix[blah]

一样，如果您请求的行不存在，它会给出NaN。它确实有一些填写NAN的选项，但我从未真正理解reindex的意义，更不用说它的名称了。实际上，有一种重置索引方法可以自动为您的行编号。您能解释一下您的答案吗？我解释了我的答案，并更新了它，使其更清晰。