pandas强制重置索引失效：DataFrame索引从9开始无法归0如何解决

问题根因 #

• 打印操作执行顺序错误：你是先打印df、后调用reset_index重置索引，打印时dropna操作已经删除了前9行数据，仅剩下索引为9的最后一行，所以打印出来索引从9开始。
• 函数返回值错误：reset_index设置inplace=True时会直接修改原df，返回值为None，你当前直接返回该调用结果会导致函数返回空值，而非处理好的DataFrame。
• 额外数据错误：构造数据字典时low字段错误赋值为close_lst，会导致low列和close列数据完全一致。

修复代码 #

调整操作顺序、修正字段赋值和返回逻辑即可，修复后代码如下：

import time
import random
import datetime
import pandas as pd
from colored import colored

# 示例K线生成代码
candles = [ [time.time()*1000 , random.randint(1000 ,9999) , random.randint(1000 ,9999) ,random.randint(1000 ,9999),random.randint(1000 ,9999),random.randint(1000 ,9999) ] for i in range(10) ] 

def handler(candles):
    date_time, open_lst , high_lst , low_lst , close_lst , volume_lst = [],[],[],[],[],[]

    for item in candles:
        dt = datetime.fromtimestamp(float(item[0])/1000)
        date_time.append(dt)
        open_lst.append(float(item[1]))
        high_lst.append(float(item[2]))
        low_lst.append(float(item[3]))
        close_lst.append(float(item[4]))
        volume_lst.append(float(item[5]))

    # 修正low字段赋值错误
    coin_data_frame = {
        'dt': date_time,
        'open': open_lst,
        'high': high_lst,
        'low': low_lst,
        'close': close_lst,
        'volume': volume_lst }

    df = pd.DataFrame(coin_data_frame , columns= ['dt','open','high','low', 'close', 'volume'] )

    rolling_mean = df['close'].rolling(window=5, min_periods=5 ).mean()
    rolling_mean2 = df['close'].rolling(window=10, min_periods=10 ).mean()
    df['5_sma'] = rolling_mean
    df['10_sma'] = rolling_mean2
    # 合并两次dropna操作
    df.dropna(subset = ["5_sma", "10_sma"], inplace=True)
    
    # 重置索引操作移到打印之前
    df.reset_index(drop=True, inplace=True)
    
    print(colored.yellow(str(df)))
    
    # 直接返回处理完成的df
    return df

# 测试调用
handler(candles)

补充说明 #

如果不习惯用inplace参数，也可以将重置索引的代码替换为df = df.reset_index(drop=True)，效果完全一致。

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