python pandas 对series和dataframe的重置索引reindex方法


            reindex更多的不是修改pandas对象的索引，而只是修改索引的顺序，如果修改的索引不存在就会使用默认的None代替此行。且不会修改原数组，要修改需要使用赋值语句。

series.reindex()





import pandas as pd

import numpy as np

obj = pd.Series(range(4), index=['d', 'b', 'a', 'c'])

print obj







d 0

b 1

a 2

c 3

dtype: int64 







print obj.reindex(['a', 'b', 'c', 'd', 'e'])

1

a 2.0

b 1.0

c 3.0

d 0.0

e NaN

dtype: float64



多出的索引‘e'会被赋值NaN

内插或填充method





obj1=pd.Series(range(3), index=['a', 'c', 'e'])

print obj1.reindex(['a', 'b', 'c', 'd', 'e'],method='pad')







a 0

b 0

c 1

d 1

e 2

dtype: int64



ffill或pad: 前向（或进位）填充

bfill或backfill: 后向（或进位）填充

dataframe.reindex()

dataframe.reindex()可以改变（行）索引，列或两者。当只传入一个序列时，行被重新索引,一次可以对两个重新索引，可是插值只在行侧（0坐标轴）进行





frame = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'], columns=['c1', 'c2', 'c3'])

print frame







 c1 c2 c3

a 0 1 2

c 3 4 5

d 6 7 8







states = ['c1', 'b2', 'c3']

frame.reindex(columns=states)







  

    

      

      c1

      b2

      c3

    

  

  

    

      a

      0

      NaN

      2

    

    

      c

      3

      NaN

      5

    

    

      d

      6

      NaN

      8

    

  





列名不一样的会被赋值nan





frame_na=frame.reindex(index=['a', 'b', 'c', 'd'], method='ffill', columns=states)

print frame_na







 c1 b2 c3

a 0 NaN 2

b 0 NaN 2

c 3 NaN 5

d 6 NaN 8



插值只在行侧（0坐标轴）进行,但是我们可以在其之后，对nan值进行填充





frame_na.fillna(method='ffill',axis=1)







  

    

      

      c1

      b2

      c3

    

  

  

    

      a

      0.0

      0.0

      2.0

    

    

      b

      0.0

      0.0

      2.0

    

    

      c

      3.0

      3.0

      5.0

    

    

      d

      6.0

      6.0

      8.0

    

  





以上这篇python pandas 对series和dataframe的重置索引reindex方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。