Nous verrons l'exécution pratique de cette fonction dans ce tutoriel.
Exemple 1 : Utilisation de la méthode Pandas Series.Reset_Index() pour réinitialiser l'index d'une série afin de conserver la liste d'index initiale sous forme de colonne
La méthode 'Series.reset_index()' est utilisée dans cette illustration pour réinitialiser l'index d'une série Pandas et conserver les modifications dans la copie de la série.
Le fonctionnement du programme Python a commencé par trouver un outil adapté à notre système pour se conformer au script. L'outil 'Spyder' est choisi pour l'exécution des programmes.
Nous initialisons le script en chargeant d'abord les bibliothèques essentielles. Comme la méthode 'Series.reset_index()' est utilisée à partir de la boîte à outils Pandas, nous devons nécessairement la charger dans notre environnement Python. La bibliothèque Pandas est importée en écrivant le script 'import pandas as pd'. La section 'as pd' de cette ligne fait référence à la transformation de 'pd' en alias de la bibliothèque 'Pandas'. Par conséquent, nous n'avons pas besoin d'utiliser les 'Pandas'. Nous écrivons simplement 'pd' pour accéder à n'importe quelle fonctionnalité de Pandas à la place.
La première méthode à laquelle nous accédons depuis le module Pandas en utilisant l'alias 'pd' est la méthode 'pd.Series'. Cette méthode est une méthode intégrée de Pandas pour créer une série avec le tableau de valeurs fourni. Nous invoquons cette fonction et spécifions les valeurs qui sont '34', '21', '18', '45', '76', '82', '22', '40', '91', '101', et '8'. De plus, le nom de la colonne est défini en utilisant le paramètre 'name' comme 'Data'.
Après cela, nous initialisons une variable 'new_index' et lui attribuons des valeurs mais avec la même longueur que celle que nous avons utilisée pour les valeurs de la série. Les valeurs de la variable 'new_index' sont 'A01', 'A02', 'A03', 'A04', 'A05', 'A06', 'A07', 'A08', 'A09', 'A10' et 'A11'. Nous utilisons les valeurs stockées dans cette variable pour l'index. Pour définir la colonne d'index de la série, nous invoquons la propriété 'Series.index' et lui attribuons la variable 'new_index'. Les valeurs stockées dans le 'new_index' sont mises comme index de la série au lieu de la liste par défaut de l'index qui commence à partir de '0'. Enfin, pour voir la série avec l'index spécifié, nous appelons la fonction 'print ()' et passons la série 'Number' en entrée pour imprimer son contenu.
La série résultante avec les index spécifiés qui ont remplacé la liste d'index par défaut est affichée sur le terminal.
Pour réinitialiser cette liste d'index définie par l'utilisateur sur la liste par défaut, nous utilisons la méthode Pandas 'Series.reset_index()'.
Nous appelons la méthode 'Series.reset_index()' pour réinitialiser la liste d'index. Le nom de la série est fourni sous la forme 'Numéro' avec la méthode 'reset_index()'. Ainsi, cela fonctionne en vérifiant la série et en réinitialisant la liste d'index aux paramètres par défaut. Pour enregistrer ces modifications, nous créons la variable 'Sortie' qui génère une copie de la série avec une liste d'index modifiée. Nous utilisons la fonction « print() » pour afficher le contenu « output ».
Dans l'image de sortie, nous pouvons voir que l'index séquentiel par défaut est affiché. De plus, la liste d'index spécifiée est ajoutée en tant que nouvelle colonne de la série avec l'étiquette « index ».
Exemple 2 : Utilisation de la méthode Pandas Series.Reset_Index() pour réinitialiser l'index d'une série et supprimer l'index initial
Cette instance illustre la technique pour réinitialiser l'index d'une série Pandas à l'aide de la méthode 'Series.reset_index()'. De plus, nous supprimons la colonne d'index initialement définie à l'aide du paramètre 'drop' de la fonction 'Series.reset_index()'.
Pour l'exécution de l'extrait de code, nous importons d'abord la bibliothèque Pandas en tant que 'pd'. Ensuite, nous exerçons une méthode à partir de ce module Pandas actuellement chargé pour créer une série Pandas. La fonction 'pd.Series()' est utilisée et nous lui fournissons un tableau de valeurs pour générer une série à l'aide de ces valeurs. Les valeurs que nous avons spécifiées pour la construction de la série sont de type chaîne de données. Ces valeurs sont « Nestlé », « Cadbury », « Mars », « Dove », « Lindt », « Godiva », « Ghirardelli » et « Ferrero ». Nous utilisons le paramètre 'name' pour étiqueter cette colonne. Nous l'appelons 'Marque' car nous créons une série qui contient les noms des marques de chocolat. La longueur de la série est de 8. Un objet série 'Chocolats' est créé et se voit attribuer le résultat produit à partir de l'invocation de la méthode 'pd.Series()' de Pandas.
De plus, une variable 'identifiant' est créée et initialisée avec ces valeurs 'A', 'B', 'C', 'D', 'E', 'F', 'G' et 'H'. La longueur des valeurs qu'il contient est la même que la longueur des valeurs de la série. Maintenant, nous changeons la liste d'index par défaut de la série et fournissons les valeurs de la variable 'identifiant' à utiliser comme index. Pour définir l'index, la propriété 'Series.index' est exercée. Le nom de la série « Chocolats » est mentionné avec la propriété « .index ». Nous attribuons la variable 'identifiant' à la propriété index. La propriété « index » extrait les valeurs conservées dans la variable « identifier » et en fait la liste d'index des séries. La méthode 'print()' est finalement invoquée pour imprimer la série 'Chocolats'.
La série affichée dans l'instantané suivant montre que nous avons placé avec succès la liste d'index spécifiée au lieu de la liste d'index par défaut.
Maintenant, si vous souhaitez réinitialiser les paramètres d'index, utilisez simplement la méthode Pandas 'Series.reset_index()'. Nous fournissons notre nom de série avec cette méthode. Il réinitialise simplement les paramètres d'index par défaut pour cette série particulière.
Nous invoquons la méthode 'Series.reset_index()' et fournissons le nom de la série avec celle-ci sous la forme 'Chocolats'. Pour stocker la série avec la liste d'index par défaut, nous créons une variable 'ser'. Maintenant, nous devons voir cette série. Pour cela, la méthode « print() » est utilisée. Entre ses accolades, nous passons la variable 'ser' pour qu'elle affiche tout ce que cette variable a conservé.
La série résultante est affichée avec la liste d'index par défaut. Mais aussi, la liste d'index initialement spécifiée est présente sous forme de colonne dans la série avec le titre 'index'. La méthode 'reset_index()' place la liste d'index par défaut mais elle n'a pas supprimé la liste spécifiée pour l'index et la conserve comme nouvelle colonne à la place.
Pour supprimer la liste d'index initialement spécifiée qui est maintenant ajoutée en tant que colonne dans la série, nous utilisons un paramètre dans la méthode 'reset_index()'. Ce paramètre est le « drop ». Il prend la valeur booléenne comme entrée. Par défaut, la valeur du paramètre 'drop' est définie sur 'False', ce qui signifie qu'il ne supprime pas la liste d'index initiale. Parce que nous voulons éliminer la liste d'index initiale, nous devons changer sa valeur en 'True'.
Nous passons simplement l'attribut 'drop' avec la valeur 'True' à la fonction 'Series.reset_index()'.
La sortie rendue montre une série qui a maintenant supprimé la colonne 'index' et est affichée avec la liste d'index par défaut. Le résultat obtenu est présenté dans l'instantané suivant :
Conclusion
Vous pouvez utiliser les ensembles de données dans lesquels votre liste d'index est spécifiée à la place de la liste d'index par défaut. Nous devrons peut-être le réinitialiser aux paramètres par défaut. Pour cette raison, Pandas nous fournit la méthode 'Series.reset_index()'. Cette méthode modifie l'index aux paramètres par défaut. Nous avons fourni deux techniques pour utiliser cette méthode. Pour la première illustration, nous avons conservé la liste d'index initialement spécifiée dans la série résultante en tant que colonne après avoir ajouté la liste d'index par défaut. L'autre technique a montré comment supprimer la liste spécifiée de la série à l'aide du paramètre 'drop'.