如何重新编制通过折叠DataFrame创建的系列？

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：

<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) 

该输出对应于为每个包含在Panel对象的8个DataFrames的tstop和tstart列之间的差异。

这些列中都含有相同类型的数据，我想他们堆到一个单一系列，ERGO：

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

这是一个良好的开端，但现在我所有的指标是重复8时间：

>>> s.ix[0] 

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

从这里，我不能完全弄清楚如何重新索引我的系列使得指标去从0到len(s)。我试过以下，无济于事：

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

我错过了什么？

Answer 1

这应该工作太

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

Answer 2

IIUC，您可以使用reset_index(drop=True)：

>>> 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