Python学习（十三）——pandas函数库2

重新索引

创建一个适应新索引的新对象，该Series的reindex将会根据新索引进行重新排列。如果某个索引值不存在，就引入缺失值。
对于时间序列这样的有序数据，重新索引时可能需要做一些插值处理。method选项即可达到此目的。
1、重新索引
如，构造一个Series：

ser0=Series([101,202,303,404],index=['one','two','three','four'])
print ser0

输出：

one      101
two      202
three    303
four     404
dtype: int64

进行重新索引：

ser1=ser0.reindex(['three','two','four','one'])
print ser1

输出：

three    303
two      202
four     404
one      101
dtype: int64

2、对于新出现的索引，则引入缺失值：

ser1=ser0.reindex(['three','two','four','one','ten'])
print ser1

输出：

three    303.0
two      202.0
four     404.0
one      101.0
ten        NaN
dtype: float64

3、未指定缺失值时默认填充为NaN，也可以通过fill_value指定填充值：

ser1=ser0.reindex(['three','two','four','one','ten'],fill_value=10)
print ser1

输出：

three    303
two      202
four     404
one      101
ten       10
dtype: int64

4、重新索引并通过method指定填充元素的方法

ser0=Series([101,202,303],index=[0,3,6])
ser1=ser0.reindex(range(9),method='ffill')
print ser1

输出：

0    101
1    101
2    101
3    202
4    202
5    202
6    303
7    303
8    303
dtype: int64

‘ffill’代表如果该行的值为空，则用前一行