pandas2 索引操作

2.Pandas的索引操作

索引对象是无法修改的，因此重建索引是指对索引的重新排序而不是重新命名，如果某个索引值不存在的话会引入缺失值。

重建索引

1.重建索引

import pandas as pd
import numpy as np
obj = pd.Series([3,4.5,9,0], index = ['a','c','b','d'])
print(obj)
obj.reindex(['a','b','c','d','e'])
》》》》》》结果：
a    3.0
c    4.5
b    9.0
d    0.0
dtype: float64
a    3.0
b    9.0
c    4.5
d    0.0
e    NaN
dtype: float64

2.填充重建索引时引入的缺失值【前向与后向填充】

#填充缺失值
obj.reindex(['a','c','c','d','e'], fill_value=10)
》》》》》》结果：
a     3.0
c     4.5
c     4.5
d     0.0
e    10.0
dtype: float64

#前向填充和后向填充：method='ffill\bfill'
obj1 = pd.Series(['blue','red','black'], index = [0,2,4])
obj1.reindex(np.arange(6), method = 'ffill')
>>>>>结果：
0     blue
1     blue
2      red
3      red
4    black
5    black
dtype: object

obj2 = pd.Series(['blue','red','black'], index = [0,2,4])
obj2.reindex(np.arange(6), method = 'bfill')
>>>>>结果：
0     blue
1      red
2      red
3    black
4    black
5      NaN
dtype: object

3.reindex操作

参数	说明
index	用于索引的新序列
method	插值（填充）方式【ffill[pad]、bfill[backfill]】
fill_value	缺失值替换值
limit	最大填充数
leve copy	在Multiindex的指定级别上匹配简单索引，否则取决其子集默认为True，无论如何都复制；如果为False，则新旧相等时不复制

对于DataFrame，reindex可以修改（行）索引、列，或两个都修改。如果只传入一个序列，则结果中的行会重建索引。

更换索引

在DataFrame数据中，如果不想用默认的行索引，则可以在创建时通过Index参数来设置。有时希望将列数据作为索引，可以用set_index方法来实现。与set_index相反的是reset_index。

data = {
	'name':['张飞', '孙尚香', '韩信', '貂蝉', '马超'],
	'location':['游走', '下路', '打野', '中单', '上单'],
	'dynasty':['蜀', '蜀', '战国', '汉', '蜀'],
	'year':[1999, 2000, 2020, 2050, 3030]
}
df = pd.DataFrame(data, columns=['name','location','dynasty','address','year'],index=['a','b','c','d','e'])
df1 = df.set_index('dynasty')
print(df1)


        name location address  year
dynasty                            
蜀         张飞       游走     NaN  1999
蜀        孙尚香       下路     NaN  2000
战国        韩信       打野     NaN  2020
汉         貂蝉       中单     NaN  2050
蜀         马超       上单     NaN  3030