如何重置pandas.core.Series索引，实现连续一级索引？

我的DataFrame包含字符串列code_desc，其中包含代码，通过以下代码生成pandas.core.Series：

d = {'R438': 'The person is a Ninja',
     'R727': 'The person is a Pirate',
     # 其他键值对省略
     }

pat = r'\b(%s)\b' % '|'.join(d)
codes = df['codes_desc'].str.extractall(pat)[0]
df['reference'] = codes.map(d).groupby(level=0).agg(', '.join)

当前codes的输出如下：

matches
0  0        R438
   1        R727
   2        R662
1  0        R438
   1        R727
   2        R662
2  0        R438
   1        R727
   2        R662
3  0        R438
   1        R727
   2        R662
4  0        R438
   1        R727
   2        R662
5  0        R438
   1        R727
   2        R662
0  0        R227
   1        R438
   2        R727
5  0        R223
4  0        R223

我尝试使用.reset_index(level=1, inplace=True, drop=True)未达到预期效果，期望输出为：

matches
0  0        R438
   1        R727
   2        R662
1  0        R438
   1        R727
   2        R662
2  0        R438
   1        R727
   2        R662
3  0        R438
   1        R727
   2        R662
4  0        R438
   1        R727
   2        R662
5  0        R438
   1        R727
   2        R662
6  0        R227
   1        R438
   2        R727
7  0        R223
8  0        R223

要实现连续的主索引，需要重新生成唯一的主索引替代原Series中重复的索引值，具体步骤如下：

1. 将原Series转换为DataFrame并重置所有索引，把多重索引转为普通列：

codes_df = codes.reset_index()

2. 为每个重复的原主索引（level_0列）分配唯一的新主索引ID：

codes_df['new_level0'] = codes_df.groupby('level_0').ngroup()

3. 重新设置多重索引，用新生成的new_level0作为主索引，保留原匹配序号level_1作为二级索引，最后恢复为Series格式：

codes_new = codes_df.set_index(['new_level0', 'level_1'])[0].rename('matches')

执行以上代码后，codes_new就会得到你期望的连续主索引结构。

内容的提问来源于stack exchange，提问作者Ash