如何放弃第2列的行索引？

Question

这里是输入。

df_row = df_row.filter(['identifier','link', 'likes_count','company'])
df_row = df_row.reset_index(drop=True)

输出：

index        identifier                               link       likes_count    company
0   0   2293068067321995905 https://www.instagram.com/p/B_SnUIOhOKB 7609    Ralph Lauren
1   1   2293002309485390353 https://www.instagram.com/p/B_SYXOeBuoR 6943    Ralph Lauren
2   2   2292961870690462497 https://www.instagram.com/p/B_SPKw6BSsh 10328   Ralph Lauren
3   3   2292512316069378197 https://www.instagram.com/p/B_Qo84ihfiV 11446   Ralph Lauren
4   4   2292462538514040606 https://www.instagram.com/p/B_QdohlBQce 11500   Ralph Lauren
... ... ... ... ... ...
1995    995 1637123893923027648 https://www.instagram.com/p/Ba4O4H2lhrA 56939   Tommy Hilfiger
1996    996 1637053551812693979 https://www.instagram.com/p/Ba3-4gqFk_b 40843   Tommy Hilfiger
1997    997 1636400741496588158 https://www.instagram.com/p/Ba1qc3rFwd- 59361   Tommy Hilfiger
1998    998 1636290694309417692 https://www.instagram.com/p/Ba1RbePlxLc 40936   Tommy Hilfiger
1999    999 1635675075306271515 https://www.instagram.com/p/BazFdCXlzMb 34485   Tommy Hilfiger

如何删除第2列索引？ 解决。

Answer 1

你需要 reset_index(drop=True)

这将确保旧的索引不会作为一列添加到数据框架中。

阅读更多关于 reset_index

Answer 2

当你做 reset_index，它将前一个索引作为数据框架中的一列。可以通过给 drop = True

df_row = df_row.reset_index(drop=True)

希望这就是你要找的。