reset_index(drop=True)

如下所示，会将索引作为列移动到数据帧中。如果索引只是一个通用的数字索引，你可能不关心它，可以丢弃它。下面是一个简单的数据帧，但我删除了第一行只是为了在索引中具有不同的值。df.reset_index()

df = pd.DataFrame([['a', 10], ['b', 20], ['c', 30], ['d', 40]], columns=['letter','number'])
df = df[df.number > 10]
print(df)
#   letter  number
# 1      b      20
# 2      c      30
# 3      d      40

默认行为现在显示一个名为上一个索引的列。您可以看到它与上面的索引匹配，但索引已从 0 开始重新编号。indexdf['index']

print(df.reset_index())
#    index letter  number
# 0      1      b      20
# 1      2      c      30
# 2      3      d      40

drop=True不会假装索引很重要，只是给你一个新索引。

print(df.reset_index(drop=True))
#   letter  number
# 0      b      20
# 1      c      30
# 2      d      40

关于行顺序，我怀疑它会保持不变，但一般不应该依赖存储事物的顺序。如果要执行聚合函数，则可能需要确保为聚合正确排序数据。