Pandas详解之reindex重新索引（含Python代码讲解）

1. 定义

reindex()是pandas对象的一个重要方法，其作用是创建一个新索引的新对象。

2. 对Series对象重新索引

import numpy as np
import pandas as pd
series_1=pd.Series([1,7,3,9],index=['d','c','b','a'])
series_1

运行结果：

调用reindex将会重新排序：

series_2=series_1.reindex(['a','b','c','d'])
series_2

重新索引时选择插值处理方式：

我们看一个例子：

series_3=pd.Series(['北京','上海','杭州'],index=[0,2,4])
series_3

运行结果如下：

传入method=重新索引时选择插值处理方式：

1. method=’ffill’或’pad 前向填充
2. method=’bfill’或’backfill 后向填充

我们先看一下前向填充：

series_4=series_3.reindex(range(6),method='ffill')
series_4

我们看一下后向填充：

series_5=series_3.reindex(range(6),method='bfill')
series_5

3. 对DataFrame对象重新索引

对于DataFrame对象，reindex能修改行索引和列索引。

df1=pd.DataFrame(np.arange(9).reshape(3,3),index=['a','c','d'],columns=['one','two','four'])
df1

1）默认对行索引重新排序

只传入一个序列不能重新排序列索引：

df1.reindex(['a','b','c','d'])

df1.reindex(index=['a','b','c','d'],columns=['one','two','three','four'])

2）传入fill_value=n用n代替缺失值：

df1.reindex(index=['a','b','c','d'],columns=['one','two','three','four'],fill_value=50)