为何Pandas DataFrame的重索引与重置索引操作未生效？

1. reindex操作未生效 #

df.reindex(index=df.index[::-1])默认返回新的DataFrame副本，不会修改原对象。要让修改生效，有两种方式：

# 方式1：使用inplace参数直接修改原对象
df.reindex(index=df.index[::-1], inplace=True)
# 方式2：将返回的新DataFrame重新赋值给df
df = df.reindex(index=df.index[::-1])

2. reset_index操作被覆盖 #

执行df.reset_index(inplace=True, drop=True)后，紧接着用df.index = pd.to_datetime(...)替换了索引，导致reset_index的效果被完全抵消。如果确实需要先重置索引再设置日期索引，这两步顺序没问题，但要明确重置后的索引会被覆盖；如果不需要重置索引，可直接删除这一步。

3. 返回值错误 #

df.drop(..., inplace=True)时，方法返回None，所以transformed_df实际是None，而非处理后的DataFrame。正确做法是去掉inplace=True，直接将结果赋值给变量：

transformed_df = df.drop(['areaCode', 'areaName', 'areaType', 'Date'], axis=1)

修正后的完整代码 #

import pandas as pd

def apply_transformation(df):
    # 重命名列
    df.rename(columns={"date" : "Date", "Wrong_name": "Correct_name"}, inplace=True)
    # 反转DataFrame
    df = df.reindex(index=df.index[::-1])
    # 设置日期索引（若无需重置索引，可删除下面注释的行）
    # df.reset_index(inplace=True, drop=True)
    df.index = pd.to_datetime(df['Date'], format='%Y-%m-%d')
    # 删除指定列并赋值
    transformed_df = df.drop(['areaCode', 'areaName', 'areaType', 'Date'], axis=1)
    return transformed_df

内容的提问来源于stack exchange，提问作者Ádám Szalóczi