要实现pandas删除部分数据后重新生成索引，可以采用reset_index函数或者直接使用drop函数。
在使用reset_index函数时，需要传递drop参数。其中，drop为True表示删除原来的索引，False表示不删除原来的索引，保留原来的索引作为一列。
import pandas as pd
# 原始数据
data = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[10, 20, 30])
# 删除部分数据后重新生成索引
new_data = data.drop([20])
new_data = new_data.reset_index(drop=True)
print(new_data)
输出结果为：
A B
0 1 4
1 3 6
使用drop函数时，需要指定要删除的行或列的标签名，并选择axis参数为0表示删除行，为1表示删除列。在删除行或列之后，可以通过reset_index函数重新生成索引。
import pandas as pd
# 原始数据
data = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[10, 20, 30])
# 删除部分数据后重新生成索引
new_data = data.drop([10, 30])
new_data = new_data.reset_index(drop=True)
print(new_data)
输出结果为：
A B
0 2 5
在上述示例中，我们首先创建了一个DataFrame对象，然后使用drop函数删除其中的一行和一列，最后使用reset_index函数重新生成索引。在第二个示例中，我们删除了两行数据，并在删除之后重新生成索引。
本文链接：http://task.lmcjl.com/news/14546.html