reindex更多的不是修改pandas对象的索引,而只是修改索引的顺序,如果修改的索引不存在就会使用默认的None代替此行。且不会修改原数组,要修改需要使用赋值语句。
series.reindex() import pandas as pd
import numpy as np
obj = pd.Series(range(4), index=['d', 'b', 'a', 'c'])
print obj d 0
b 1
a 2
c 3
dtype: int64 print obj.reindex(['a', 'b', 'c', 'd', 'e'])
1
a 2.0
b 1.0
c 3.0
d 0.0
e NaN
dtype: float64
多出的索引‘e'会被赋值NaN
内插或填充method obj1=pd.Series(range(3), index=['a', 'c', 'e'])
print obj1.reindex(['a', 'b', 'c', 'd', 'e'],method='pad') a 0
b 0
c 1
d 1
e 2
dtype: int64
ffill或pad: 前向(或进位)填充
bfill或backfill: 后向(或进位)填充
dataframe.reindex()
dataframe.reindex()可以改变(行)索引,列或两者。当只传入一个序列时,行被重新索引,一次可以对两个重新索引,可是插值只在行侧(0坐标轴)进行 frame = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'], columns=['c1', 'c2', 'c3'])
print frame c1 c2 c3
a 0 1 2
c 3 4 5
d 6 7 8 states = ['c1', 'b2', 'c3']
frame.reindex(columns=states)
c1 b2 c3 a 0 NaN 2 c 3 NaN 5 d 6 NaN 8
列名不一样的会被赋值nan frame_na=frame.reindex(index=['a', 'b', 'c', 'd'], method='ffill', columns=states)
print frame_na c1 b2 c3
a 0 NaN 2
b 0 NaN 2
c 3 NaN 5
d 6 NaN 8
插值只在行侧(0坐标轴)进行,但是我们可以在其之后,对nan值进行填充 frame_na.fillna(method='ffill',axis=1)
c1 b2 c3 a 0.0 0.0 2.0 b 0.0 0.0 2.0 c 3.0 3.0 5.0 d 6.0 6.0 8.0
以上这篇python pandas 对series和dataframe的重置索引reindex方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持聚米学院。