在Python中，使用pandas庫可以輕松地重新索引數據

首先，導入pandas庫并創建一個示例數據集：

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}

df = pd.DataFrame(data)
print("Original DataFrame:")
print(df)

原始數據集如下：

   A   B   C
0  1  10  100
1  2  20  200
2  3  30  300
3  4  40  400
4  5  50  500

現在，我們將創建一個新索引。例如，我們可以使用range()函數創建一個從1到5的新索引：

new_index = range(1, 6)

要使用新索引重新索引數據集，請使用reindex()方法：

reindexed_df = df.reindex(new_index)
print("\nReindexed DataFrame:")
print(reindexed_df)

重新索引后的數據集如下：

    A   B   C
1  2  20  200
2  3  30  300
3  4  40  400
4  5  50  500
5  NaN   NaN  NaN

注意，新索引中的值（1, 2, 3, 4, 5）與原始數據集中的值（0, 1, 2, 3, 4）不匹配的值將被替換為NaN。如果需要，可以使用fill_value參數填充這些NaN值。例如，使用前一個值填充NaN：

reindexed_df = df.reindex(new_index, fill_value=df.iloc[0])
print("\nReindexed DataFrame with fill value:")
print(reindexed_df)

填充后的數據集如下：

    A   B   C
1  2  20  200
2  3  30  300
3  4  40  400
4  5  50  500
5  1  10  100

這就是如何在Python中使用pandas庫重新索引數據集并創建新索引。