Python 以0.5的步骤索引数据帧

我想添加几个数据帧。它们的指数在0到25之间，以0.5的步长变化。现在，当我尝试添加它们时，索引的解释是不同的，新添加的数据帧的索引顺序是“0到2”，即0.5,1,1.5,10,10.5…19.5,2…等等。所以10比2小，我猜是因为它以1开头，数据帧按第一个值对索引进行排序

我尝试了不同的添加帧的方法：

pd.concat（[df1，df2，df3…]，轴=0） df1+df2+df3 添加（df2，填充值=0）。添加（df3…） 他们都工作。唯一的问题是新的索引把我的框架搞砸了

我当然可以在添加帧之前重置索引，然后将索引更改回原来的位置。但是有没有更直接的方法呢

对评论的答复：

Index(['0.5', '1.0', '1.5', '2.0', '2.5', '3.0', '3.5', '4.0', '4.5', '5.0',
       '5.5', '6.0', '6.5', '7.0', '7.5', '8.0', '8.5', '9.0', '9.5', '10.0',
       '10.5', '11.0', '11.5', '12.0', '12.5', '13.0', '13.5', '14.0', '14.5',
       '15.0', '15.5', '16.0', '16.5', '17.0', '17.5', '18.0', '18.5', '19.0',
       '19.5', '20.0', '20.5', '21.0', '21.5', '22.0', '22.5', '23.0', '23.5',
       '24.0', '24.5', '25.0', '25.5', '26.0', '26.5', '27.0', '27.5', '28.0',
       '28.5'],
      dtype='object') Index(['0.5', '1.0', '1.5', '2.0', '2.5', '3.0', '3.5', '4.0', '4.5', '5.0',
       '5.5', '6.0', '6.5', '7.0', '7.5', '8.0', '8.5', '9.0', '9.5', '10.0',
       '10.5', '11.0', '11.5', '12.0', '12.5', '13.0', '13.5'],
      dtype='object') Index(['0.5', '1.0', '1.5', '2.0', '2.5', '3.0', '3.5', '4.0', '4.5', '5.0',
       '5.5', '6.0', '6.5', '7.0', '7.5', '8.0', '8.5', '9.0', '9.5', '10.0',
       '10.5', '11.0', '11.5', '12.0', '12.5', '13.0', '13.5', '14.0', '14.5',
       '15.0', '15.5', '16.0', '16.5', '17.0', '17.5', '18.0'],
      dtype='object')

---

一个最简单的解决方案是在所有数据帧中将索引转换为

FloatIndex

：

df1.index = df1.index.astype(float)
df2.index = df2.index.astype(float)
df3.index = df3.index.astype(float)

---

什么是打印（df1.index，df2.index，df3.index）？我想你需要一些东西。reset_index（），它应该是这样开始的

df=pd.concat（[df1，df2，df3…]，axis=0）。reset_index（drop=True）

我想把索引保持在半步