data.reindex(index=data.index[::-1])

或者简单地说：

data.iloc[::-1]

将反转 Dataframe ，如果你想有一个从下到上的for循环，你可以这样做：

for idx in reversed(data.index):
    print(idx, data.loc[idx, 'Even'], data.loc[idx, 'Odd'])

或

for idx in reversed(data.index):
    print(idx, data.Even[idx], data.Odd[idx])

你会得到一个错误，因为reversed首先调用data.__len__()，它返回6。然后它试图在range(6, 0, -1)中为j调用data[j - 1]，第一个调用将是data[5];但是在pandas中，dataframe data[5]表示第5列，并且没有第5列，因此它将抛出异常。

您可以用更简单的方法反转行：

df[::-1]

pandas DataFrame反转的正确方法是什么？

TL;DR：df[::-1]

这是反转DataFrame的最佳方法，因为1）它是常量运行时间，即O（1）2）它是单个操作，3）简洁/可读（假设熟悉slice notation）。

长版本

我发现旧的切片技巧**df[::-1]**（或等效的df.loc[::-1] 1）是最简洁和惯用的反转DataFrame的方法。这反映了python列表反转语法lst[::-1]，并且其意图很清楚。使用loc语法，如果需要，您还可以对列进行切片，因此它更灵活一点。
处理索引时需要考虑的几点：

• “如果我也想反转索引呢？”
• 你已经完成了。df[::-1]反转索引和值。
• “如果我想从结果中删除索引，该怎么办？”
• 最后可以调用.reset_index(drop=True)。
• 如果我想保持索引不变（IOW，只反转数据，不反转索引），该怎么办？
• 这有点不合常规，因为这意味着索引与数据并不真正相关。也许可以考虑完全删除它？尽管从技术上讲，您所要求的可以使用df[:] = df[::-1]（创建df的就地更新）或df.loc[::-1].set_index(df.index)（返回副本）来实现。

1：df.loc[::-1]和df.iloc[::-1]是等效的，因为切片语法保持不变，无论你是按位置（iloc）还是标签（loc）反转。

The Proof is in the Pudding

X轴表示数据集大小。Y轴表示反转所需的时间。没有方法可以像切片技巧一样缩放，它一直在图的底部。Benchmarking code供参考，使用perfplot生成的图。

其他解决方案点评

• df.reindex(index=df.index[::-1])显然是一个流行的解决方案，但乍一看，对于不熟悉的读者来说，这段代码是“反转DataFrame”有多明显？此外，这是反转索引，然后使用中间结果到reindex，所以这本质上是一个两个步骤的操作（当它可能只是一个）。
• df.sort_index(ascending=False)在大多数情况下都可以工作，如果你有一个简单的范围索引，但这假设你的索引是按升序排序的，所以不能很好地泛化。
• 请不要使用iterrows。我看到一些建议反向迭代的选项。无论你的用例是什么，都可能有一个可用的向量化方法，但是如果没有，那么你可以使用一些更合理的方法，比如列表解析。请参阅如何在Pandas中迭代DataFrame中的行，以了解更多关于为什么iterrows是反模式的细节。

在反转 Dataframe 之后，现有答案都不重置索引。
为此，请执行以下操作：

data[::-1].reset_index()

下面是一个实用函数，它也删除了旧的索引列，根据@Tim的评论：

def reset_my_index(df):
  res = df[::-1].reset_index(drop=True)
  return(res)

只需将 Dataframe 传入函数

如果处理排序的范围索引，一种方法是：

data = data.sort_index(ascending=False)

这种方法具有以下优点：（1）是单行，（2）不需要效用函数，最重要的是（3）**实际上不更改 Dataframe 中的任何数据。
警告：这是通过按降序对索引进行排序来工作的，因此可能并不总是适合或适用于任何给定的数据框架。

这是可行的：

for i,r in data[::-1].iterrows():
        print(r['Odd'], r['Even'])

df = df.loc[reversed（df.index）]
这可能比负切片更明确，更不隐晦。