Pandas中的reset_index、reindex和reindex_like的区别及基本使用

reset_index()用法详解

---

reset_index()是pandas中将索引重置成自然数的方法，不会改变原始数据的内容和排列顺序。

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=''):
level: 如果行索引是多重索引，level用于设置重置哪些等级的索引。指定目标等级的索引用 int,str,tuple,list 等，默认None。
drop: 重置索引后，是否将原来的行索引删除，默认False，不删除行索引，保存成df中的一列。
inplace: 是否对数据本身进行修改，默认False，不修改数据本身，而是创建一个新的df对象。
col_level: 如果列索引是多重索引，设置新的一列数据的索引增加到哪个等级。int or str，默认0。
col_fill: 如果列索引是多重索引，设置新的一列数据的的其他等级的列索引名。object，默认空字符。

Series的reset_index()没有后两个参数col_level和col_fill，有一个功能相似的name参数。

# coding=utf-8
import pandas as pd

df = pd.DataFrame({'Col-1': [1, 3, 5], 'Col-2': [5, 7, 9]}, index=['A', 'B', 'C'])
print(df)
df1 = df.reset_index()
print(df1)
df.reset_index(drop=True, inplace=True)
print(df)

Output:

   Col-1  Col-2
A      1      5
B      3      7
C      5      9
  index  Col-1  Col-2
0     A      1      5
1     B      3      7
2     C      5      9
   Col-1  Col-2
0      1      5
1      3      7
2      5      9

reindex()用法详解

---

reindex()是pandas中实现数据对齐的基本方法，对齐是指沿着指定轴，让数据与给定的一组标签（行列索引）进行匹配。

DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=None, level=None, fill_value=nan, limit=None, tolerance=None):
labels: 新的行索引/列标签序列，设置行还是设置列与axis参数指定的轴一致。
axis: 指定重新对齐的轴。可以是轴名称（"index","columns"）或数字（0,1），默认为行索引。
index: 设置重新对齐后的行索引。
columns: 设置重新对齐后的列索引。
fill_value: 重新对齐数据后，指定用于填充缺失值的标量，默认填充空值NaN。
method: 重新对齐数据后，用于设置空值的填充方式，可选的填充方式有: {None, "backfill"/"bfill", "pad"/"ffill"}，"backfill"/"bfill"表示用前一个索引对应的值填充，"pad"/"ffill"表示用后一个索引对应的值填充。注意：这里的前一个和后一个不是数据写入的顺序，而是根据索引字符的ASCII编码顺序进行排序。
limit: 设置向前填充或向后填充的最大连续元素数。
copy: 即使传递的索引相同，也返回一个新的对象。
level: 跨级别广播，如果索引是多重索引，指定索引的级别。
tolerance: 不精确匹配的原始标签和新标签之间的最大距离，在匹配位置处索引的值最符合方程abs(index[indexer] - target) <= tolerance。

reindex()可以给Series、DataFrame重设索引、添加索引或删除索引，具体的体现方式为：

• 让现有数据匹配一组新标签、并重新排序。

• 在无数据但有标签的位置插入空值NaN，也支持按逻辑填充数据。

为了方便理解，具体看下面的示例。

df = pd.DataFrame({'Col-1': [1, 3, 5], 'Col-2': [5, 7, 9]}, index=['A', 'B', 'C'])
print(df)
# 默认传给labels参数
df2 = df.reindex(['C', 'B', 'A'])
print(df2)

Output:

   Col-1  Col-2
A      1      5
B      3      7
C      5      9
   Col-1  Col-2
C      5      9
B      3      7
A      1      5

最基本的用法，将重新排序的索引传给labels参数，上面的例子中将['A', 'B', 'C']重新按['C', 'B', 'A']进行对齐。

# 指定重设的是行索引还是列索引，默认是行索引
df3 = df.reindex(['Col-2', 'c3', 'Col-1'], axis='columns')
print(df3)
# 同时调整行和列
df4 = df.reindex(index=['C', 'B', 'A'], columns=['Col-2', 'c3', 'Col-1'])
print(df4)

Output:

   Col-2  c3  Col-1
A      5 NaN      1
B      7 NaN      3
C      9 NaN      5
   Col-2  c3  Col-1
C    9.0 NaN    5.0
B    7.0 NaN    3.0
A    5.0 NaN    1.0

不管是行还是列，都可以根据传入reindex()中的标签列表扩充或裁剪DataFrame，扩充时默认在扩充的位置添加空值，裁剪时相当于DataFrame的切片操作。

# 无值的位置默认填充空值
df5 = df.reindex(['B', 'C', 'D'])
print(df5)
# 给无值的位置指定值
df6 = df.reindex(['B', 'C', 'D'], fill_value=100)
print(df6)

Output:

   Col-1  Col-2
B    3.0    7.0
C    5.0    9.0
D    NaN    NaN
   Col-1  Col-2
B      3      7
C      5      9
D    100    100

使用fill_value参数将扩充的位置填充成指定的值。

# 向前填充：用前一个有值的值填充
df7 = df.reindex(['1', '2', 'A', 'B', 'C', 'D', 'E'], method='ffill')
print(df7, '\n', end='*'*30+'\n')
# 向后填充：用后一个有值的值填充
df8 = df.reindex(['1', '2', 'A', 'B', 'C', 'D', 'E'], method='bfill')
print(df8)

Output:

   Col-1  Col-2
1    NaN    NaN
2    NaN    NaN
A    1.0    5.0
B    3.0    7.0
C    5.0    9.0
D    5.0    9.0
E    5.0    9.0 
******************************
   Col-1  Col-2
1    1.0    5.0
2    1.0    5.0
A    1.0    5.0
B    3.0    7.0
C    5.0    9.0
D    NaN    NaN
E    NaN    NaN

使用method参数设置向前填充还是向后填充。

reindex_like()用法详解

---

reindex_like()是用另一个DataFrame的索引来更新当前DataFrame的索引，如果是原数据中不存在的索引值，则默认填充空值NaN，也可以使用method参数设置向前填充还是向后填充。注意：reindex_like()中没有fill_value参数，不支持用指定值填充。

DataFrame.reindex_like(other, method=None, copy=True, limit=None, tolerance=None):
other: 指定另一个DataFrame，用other指定的DataFrame的索引来更新当前DataFrame的索引。
method, copy, limit, tolerance同reindex()。

dfa = pd.DataFrame({'Col-1': [1, 3, 5], 'Col-2': [5, 7, 9]}, index=['A', 'B', 'C'])
print(dfa)
dfb = pd.DataFrame({'Col-1': [1, 3, 5, 7, 9], 'Col-2': [2, 4, 6, 8, 10]},
                   index=['A', 'B', 'C', 'D', 'E'])
print(dfb, '\n', end='*'*30+'\n')
dfc = dfa.reindex_like(dfb)
print(dfc)

Output:

   Col-1  Col-2
A      1      5
B      3      7
C      5      9
   Col-1  Col-2
A      1      2
B      3      4
C      5      6
D      7      8
E      9     10 
******************************
   Col-1  Col-2
A    1.0    5.0
B    3.0    7.0
C    5.0    9.0
D    NaN    NaN
E    NaN    NaN

以上就是pandas中reset_index(), reindex()和reindex_like()的用法介绍，本文可以帮助你分清它们的用法区别。