Pandas 模块-操纵数据(2)-重新索引-reindex()函数

2. 重新索引

请注意，DataFrame.rename() 函数是对行名和列名进行修改，并不修改数据，而DataFrame.reindex 可以引入新行/列，或者去掉旧行/列。

2.1 reindex() 函数

2.1.1 reindex() 语法

DataFrame.reindex(self, labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None) 

使用可选的填充逻辑使DataFrame符合新索引。

• labels : 类似数组，可选，新 labels / index "axis"指定的轴与之一致。
• index, columns : 类似数组，可选；要使用的新labels/index 引要符合。最好是一个Index对象，以避免重复数据。
• axis: 默认是 index
• method : {默认 None,'backfill'/'bfill,'pad'/'ffill’, 'nearest'}, 

        用于在重新索引的DataFrame中填充孔的方法。

        请注意：这仅适用于具有单调递增/递减索引的DataFrames/Series。

        1) None (default): 不填补空白

        2) pad / ffill: 将上一个有效观察值向前传播到下一个有效值。

        3) backfill / bfill: 使用下一个有效观察值填充空白。

        4) nearest: 使用最近的有效观测值来填补空白。

• copy : boolean, 默认 True，即使传递的索引相同，也返回一个新对象。
• level : int 或 name，在一个级别上广播，在传递的MultiIndex级别上匹配索引值。
• fill_value : scalar, 默认为 np.NaN，用于缺失值的值。默认为NaN，但可以是任何“compatible”值。
• limit : int, 默认 None。向前或向后填充的连续元素的最大数量。
• tolerance: 可选。不精确匹配的原始标签和新标签之间的最大距离。

        在匹配位置的索引值最符合公式

        abs(index[indexer] - target) <= tolerance。

        公差可以是一个标量值，它对所有值应用相同的tolerance;

        也可以是类似列表的值，它对每个元素应用可变的tolerance。

        list-like包括list、tuple、array、Series，

        并且必须与索引相同大小，其 dtype 必须与索引的类型完全匹配。

Help on function reindex in module pandas.core.frame:

reindex(self, labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)
    Conform Series/DataFrame to new index with optional filling logic.
    
    Places NA/NaN in locations having no value in the previous index. A new object
    is produced unless the new index is equivalent to the current one and
    ``copy=False``.
    
    Parameters
    ----------
    
    keywords for axes : array-like, optional
        New labels / i