对Series执行reset_index(inplace=True)无法生成DataFrame，索引重置失败如何解决？

你执行df_tf = new[new['a']=='sarim']['Amount1']后得到的df_tf是Series类型，而非DataFrame：
pandas中reset_index对Series和DataFrame的支持逻辑不同：

• 对DataFrame调用reset_index(inplace=True)是合法操作，仅原地修改索引即可，不需要变更对象类型
• 对Series调用reset_index默认会生成包含「原索引列+原Series值列」的全新DataFrame，涉及对象类型的变更，不可能通过原地修改（inplace）原有Series的内存结构实现，因此pandas直接禁止该操作，抛出对应错误。

下面是3种可直接使用的实现方式：

• 方案1：取数阶段直接保留DataFrame结构
  取列时用双层方括号包裹列名，得到的就是单列DataFrame，后续可直接用inplace重置索引：

# 双层方括号取列，得到DataFrame而非Series
df_tf = new.loc[new['a'] == 'sarim', ['Amount1']]
# drop=True表示丢弃原来的旧索引，不需要保留为新列
df_tf.reset_index(drop=True, inplace=True)
ret_df['Amount1'] = df_tf['Amount1']

• 方案2：针对已得到的Series，不使用inplace参数，直接接收reset_index的返回值
  reset_index默认会把Series转换为DataFrame，直接赋值给变量即可：

df_tf = new[new['a'] == 'sarim']['Amount1']
# 不使用inplace，直接接收返回的DataFrame
df_tf = df_tf.reset_index(drop=True)
ret_df['Amount1'] = df_tf

• 方案3：先将Series转为DataFrame，再执行原地重置索引

df_tf = new[new['a'] == 'sarim']['Amount1']
# 先转成DataFrame
df_tf = df_tf.to_frame(name='Amount1')
df_tf.reset_index(drop=True, inplace=True)
ret_df['Amount1'] = df_tf['Amount1']

内容的提问来源于stack exchange，提问作者SARIM