重新索引从DataFrame提取的大熊猫系列

Question

有问题的

让我们说我有这样的n行数据框架：

|降水|排放|
|：------ 12 --------：|：------ 16 -----：|
|：------ 10 --------：|：----- 15 -----：|
|：------ 12 --------：|：------ 16 -----：|
|：------ 10 --------：|：----- 15 -----：|
...
|：------ 12 --------：|：------ 16 -----：|
|：------ 10 -------：|：------ 15 -----：|

行自动从1到n索引。例如，当我们提取一列时：

series = df.loc[5:,['Precipitation']]
or
series = df.Precipitation[5:]

提取的系列倾向于：
＆nbsp;＆nbsp; nbsp; nbsp;降水
5 16
6 17
7 18
...
n 15

因此，问题是我们如何将通用索引从5到N到0更改为N-5。

请注意，我尝试了series.reindex((和series.reset_index((，但它们俩都没有工作...
目前，我做series.tolist((解决问题，但是有什么方法更优雅，更聪明？

非常感谢！

Answer 1

如果我正确理解您的问题，您想选择列的第一个N-5行。

import pandas as pd
df = pd.DataFrame({'col1': [1,2,3,4,5,6,7], 'col2': [3,4,3,2,5,9,7]})
df.loc[:len(df)-5,['col1']]

您可能想与大熊猫进行切片：https：//pandas.pydata.org/pandas-docs/stable/indexing.html#slicing-ranges

编辑：

我认为我误解了，而您想要的是"重置"您的索引。您可以使用方法reset_index((

做到这一点

import pandas as pd
df = pd.DataFrame({'col1': [1,2,3,4,5,6,7], 'col2': [3,4,3,2,5,9,7]})
df = df.loc[5:,['col1']]
df.reset_index(drop=True)