一个简单的解释是; reset_index()获取当前索引，并将其放置在列'index'中。然后为数据集重新创建一个新的'线性'索引。

df=pd.DataFrame([20,30,40,50],index=[2,3,4,5])

    0
2  20
3  30
4  40
5  50

df.reset_index()

   index   0
0      2  20
1      3  30
2      4  40
3      5  50

字符串

重置索引将创建从0开始的索引，如果有任何列设置为索引，则将其删除。

import pandas as pd

df = pd.DataFrame(
    {
        "ID": [1, 2, 3, 4, 5],
        "name": [
            "Hello Kitty",
            "Hello Puppy",
            "It is an Helloexample",
            "for stackoverflow",
            "Hello World",
        ],
    }
)
newdf = df.set_index('ID')

print(newdf.reset_index())

字符串
reset_index()之前的输出：

name
ID                       
1             Hello Kitty
2             Hello Puppy
3   It is an Helloexample
4       for stackoverflow
5             Hello World

型
reset_index()之后的输出：

ID                   name
0   1            Hello Kitty
1   2            Hello Puppy
2   3  It is an Helloexample
3   4      for stackoverflow
4   5            Hello World

型

我认为这里更好的方法是使用GroupBy.transform作为新的Series，其大小与由聚合值填充的原始DataFrame相同，因此merge是不必要的：

df_1 = pd.DataFrame({
         'A':list('abcdef'),
         'ext price':[5,3,6,9,2,4],
         'order':list('aaabbb')
})

order_total1 = df_1.groupby('order')["ext price"].transform('sum')
df_1["Percent_of_Order"] = df_1["ext price"] / order_total1
print (df_1)
   A  ext price order  Percent_of_Order
0  a          5     a          0.357143
1  b          3     a          0.214286
2  c          6     a          0.428571
3  d          9     b          0.600000
4  e          2     b          0.133333
5  f          4     b          0.266667

字符串
我的问题是，考虑到序列，如果我不调用reset_index（）会发生什么？
这里是reset_index()之前的Series，所以在reset_index将Series转换为2列DataFrame之后，第一列由索引名称调用，第二列由Series名称调用。

order_total = df_1.groupby('order')["ext price"].sum().rename("Order_Total")
print (order_total)
order
a    14
b    15
Name: Order_Total, dtype: int64

print (type(order_total))
<class 'pandas.core.series.Series'>

print (order_total.name)
Order_Total

print (order_total.index.name)
order

print (order_total.reset_index())
  order  Order_Total
0     a           14
1     b           15

型
为什么在你的代码中需要2列DataFrame的原因是merge中没有参数。这意味着它通过两个DataFrame之间的公共列名的交集使用参数on，这里是order列。

回答你的问题：
我的问题是，考虑到序列，如果我不调用reset_index（）会发生什么？
你将有一个多索引，由你应用了group-by语句的键组成。例如，在你的例子中，“order”。具体到文章，两个数组的索引不同可能会导致错误的合并（在group-by语句之后完成）。
因此，需要重置索引来执行正确的合并。