如何重新索引通过合并DataFrame创建的序列？

Question

考虑下面的代码：

sfix = sub['fix']  # a pandas.Panel
(sfix.minor_xs('tstop') - sfix.minor_xs('tstart'))  # slicey slicey!

输出结果：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 804 entries, 0 to 803
Data columns (total 8 columns):
0    573  non-null values
1    675  non-null values
2    804  non-null values
3    715  non-null values
4    578  non-null values
5    568  non-null values
6    664  non-null values
7    599  non-null values
dtypes: float64(8)

这个输出结果是每个包含在面板对象中的8个数据框的 tstop 和 tstart 列之间的差值。

这些列里包含的是相同类型的数据，我想把它们堆叠成一个单一的序列，所以：

s = pd.concat([df[i] for i in df])

这是一个好的开始，但现在我的索引重复了8次：

>>> s.ix[0]

0     98
0    184
0    178
0    188
0    176
0    234
0    128
0     82
dtype: float64

从这里开始，我有点搞不清楚怎么重新给我的序列加索引，让索引从0到 len(s)。我尝试了以下方法，但没有成功：

s.reindex(copy=True)
s.reindex(index=xrange(len(s)), copy=True)

我漏掉了什么呢？

Answer 1

如果我理解得没错，你可以使用 reset_index(drop=True) 这个方法：

>>> s
0     98
0    184
0    178
0    188
0    176
0    234
0    128
0     82
Dtype: float64
>>> s.reset_index(drop=True)
0     98
1    184
2    178
3    188
4    176
5    234
6    128
7     82
Dtype: float64

Answer 2

这个也应该可以用

s = pd.concat([df[i] for i in df], ignore_index = True)