Python函数：reset_index()

resert_index()函数：

Series.reset_index(level=None, drop=False, name=NoDefault.no_default, inplace=False)

• drop: 重新设置索引后是否将原索引作为新的一列并入DataFrame，默认为False
• inplace: 是否在原DataFrame上改动，默认为False
• level: 如果索引(index)有多个列，仅从索引中删除level指定的列，默认删除所有列
• col_level: 如果列名(columns)有多个级别，决定被删除的索引将插入哪个级别，默认插入第一级
• col_fill: 如果列名(columns)有多个级别，决定其他级别如何命名

 作用： 用索引重置生成一个新的DataFrame或Series。当索引需要被视为列，或者索引没有意义，需要在另一个操作之前重置为默认值时。在机器学习中常常会对索引进行一定的处理，用于是否保留原有的索引。

例子：

import pandas as pd

df = pd.DataFrame(data={'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print(df)
print('\n')

print(df.reset_index()) # 会将原来的索引index作为新的一列
print('\n')

print(df.reset_index(drop=True)) # 使用drop参数设置去掉原索引
print('\n')

结果：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9


   index  A  B  C
0      0  1  4  7
1      1  2  5  8
2      2  3  6  9


   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

读懂代码中resert_index()：

def concat_detail(x):
    return pd.Series({'备注':';'.join(x['detail'])})
df2=df1[['cwhxzqh','detail']].groupby('cwhxzqh').apply(concat_detail).reset_index()
df2

将df1中原来的索引作为一个列，列名为 index

欢迎批评指正(●'◡'●)

部分来源：

reset_index()函数_lady_chen的博客-CSDN博客_reset_index函数【pandas】reset_index函数详解_为什么昵称不能重复的博客-CSDN博客_reset_index函数 pandas.DataFrame.reset_index — pandas 1.4.1 documentation