pandas中DataFrame重置索引的几种方法

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(20).reshape((5, 4)),columns=['a', 'b', 'c', 'd'])
#得到df：
  a b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 1011
3 12131415
4 16171819
# 对其重排顺序，得到索引顺序倒序的数据
df2 = df.sort_values('a', ascending=False)
# 得到df2：
  a b  c  d
4 1617 18 19
3 1213 14 15
2 8 9  10 11
1 4 5  6  7
0 0 1  2  3

df2.index = range(len(df2))
# 输出df2：
  a  b  c  d
0 16 17 18 19
1 12 13 14 15
2 8  9  10 11
3 4  5  6  7
4 0  1  2  3

df2 = df2.reset_index(drop=True)  # drop=True表示删除原索引，不然会在数据表格中新生成一列'index'数据
# 输出df2：
  a  b  c  d
0 16 17 18 19
1 12 13 14 15
2 8  9  10 11
3 4  5  6  7
4 0  1  2  3

df2 = df2.reindex(labels=range(len(df))  #labels是第一个参数，可以省略
# 输出df2
  a  b  c  d
0 16 17 18 19
1 12 13 14 15
2 8  9  10 11
3 4  5  6  7
4 0  1  2  3
# 注：df = df.reindex(index=[])，在原数据结构上新建行（index是新索引，若新建数据索引在原数据中存在，则引用原有数据），默认用NaN填充(使用fill_value=0 来修改填充值自定义，此处我设置的是0)。
# df = df.reindex(columns=[])，在原数据结构上新建列，方法与新建行一样

df2 = df2.set_index(keys=['a', 'c'])  # 将原数据a, c列的数据作为索引。
# drop=True，默认，是将数据作为索引后，在表格中删除原数据
# append=False，默认，是将新设置的索引设置为内层索引，原索引是外层索引
# 输出df2，注意a,c列是索引:
b  d
a  c  
16 18 17 19
12 14 13 15
8  10 9  11
4  6  5  7
0  2  1  3