替换Dataframe的某个索引值

Question

我正在尝试更改某个数据帧的某个索引值。 数据框看起来是这样的：

start stop nested_in 
0 2015-11-10 05:42:00+00:00 2015-11-10 07:22:00+00:00 -1.0 
0 2015-11-10 05:42:00+00:00 2015-11-10 06:09:00+00:00 0.0 
0 2015-11-10 06:21:00+00:00 2015-11-10 06:37:00+00:00 0.0 
0 2015-11-10 06:42:00+00:00 2015-11-10 06:58:00+00:00 0.0 
0 2015-11-10 17:00:00+00:00 2015-11-10 21:55:00+00:00 -1.0 
0 2015-11-10 17:00:00+00:00 2015-11-10 17:45:00+00:00 4.0 
0 2015-11-10 17:45:00+00:00 2015-11-10 18:01:00+00:00 4.0 

用0作为索引。

我想要做这样的事情：

for i in range(0, df.size): 
    df.index[i] = i 

但是这给了我下面的错误

TypeError: Index does not support mutable operations 

所有我能够做的是这样的：

df.index = [i1, i2,... , i(df.size-1)] 

所以对于这个例子：

df.index = [0,1,2,3,4,5,6] 

我想输出是这样的：

start stop nested_in 
0 2015-11-10 05:42:00+00:00 2015-11-10 07:22:00+00:00 -1.0 
1 2015-11-10 05:42:00+00:00 2015-11-10 06:09:00+00:00 0.0 
2 2015-11-10 06:21:00+00:00 2015-11-10 06:37:00+00:00 0.0 
3 2015-11-10 06:42:00+00:00 2015-11-10 06:58:00+00:00 0.0 
4 2015-11-10 17:00:00+00:00 2015-11-10 21:55:00+00:00 -1.0 
5 2015-11-10 17:00:00+00:00 2015-11-10 17:45:00+00:00 4.0 
6 2015-11-10 17:45:00+00:00 2015-11-10 18:01:00+00:00 4.0 

我做了一些研究，但找不到一个直线上升的简单的解决方案。

Answer 1

你可以去：

df.reset_index(drop=True, inplace=True) 

Answer 2

试试这个 -

indices = range(df.shape[0]) # this can be anything as long as the length is same as that of the number of rows in the dataframe 
df['indices'] = indices 
df = df.set_index('indices') 

print df.head()