约定：
|
1
2
|
import pandas as pdimport numpy as np |
ReIndex重新索引
reindex()是pandas对象的一个重要方法，其作用是创建一个新索引的新对象。
一、对Series对象重新索引
|
1
2
|
se1=pd.Series([1,7,3,9],index=['d','c','a','f'])se1 |
代码结果：
d 1
c 7
a 3
f 9
dtype: int64
调用reindex将会重新排序，缺失值则用NaN填补。
|
1
2
|
se2=se1.reindex(['a','b','c','d','e','f'])se2 |
代码结果：
a 3.0
b NaN
c 7.0
d 1.0
e NaN
f 9.0
dtype: float64
传入method=” “重新索引时选择插值处理方式：
method='ffill'或'pad 前向填充
method='bfill'或'backfill 后向填充
|
1
2
3
|
se3=pd.Series(['blue','red','black'],index=[0,2,4])se4=se3.reindex(range(6),method='ffill')se4 |
代码结果：
0 blue
1 blue
2 red
3 red
4 black
5 black
dtype: object
二、对DataFrame对象重新索引
对于DataFrame对象，reindex能修改行索引和列索引。
|
1
2
|
df1=pd.DataFrame(np.arange(9).reshape(3,3),index=['a','c','d'],columns=['one','two','four'])df1 |
代码结果：
| one | two | four | |
|---|---|---|---|
| a | 0 | 1 | 2 |
| c | 3 | 4 | 5 |
| d | 6 | 7 | 8 |
默认对行索引重新排序
只传入一个序列不能重新排序列索引
|
1
|
df1.reindex(['a','b','c','d']) |
代码结果：
| one | two | four | |
|---|---|---|---|
| a | 0.0 | 1.0 | 2.0 |
| b | NaN | NaN | NaN |
| c | 3.0 | 4.0 | 5.0 |
| d | 6.0 | 7.0 | 8.0 |
|
1
|
df1.reindex(index=['a','b','c','d'],columns=['one','two','three','four']) |
代码结果：
| one | two | three | four | |
|---|---|---|---|---|
| a | 0.0 | 1.0 | NaN | 2.0 |
| b | NaN | NaN | NaN | NaN |
| c | 3.0 | 4.0 | NaN | 5.0 |
| d | 6.0 | 7.0 | NaN | 8.0 |
传入fill_value=n用n代替缺失值：
|
1
|
df1.reindex(index=['a','b','c','d'],columns=['one','two','three','four'],fill_value=100) |
代码结果：
| one | two | three | four | |
|---|---|---|---|---|
| a | 0 | 1 | 100 | 2 |
| b | 100 | 100 | 100 | 100 |
| c | 3 | 4 | 100 | 5 |
| d | 6 | 7 | 100 | 8 |
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/weixin_38168620/article/details/79596702
