Pandas之ReIndex重新索引的实现
约定：
importpandasaspd importnumpyasnp
ReIndex重新索引
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。
一、对Series对象重新索引
se1=pd.Series([1,7,3,9],index=['d','c','a','f']) se1
代码结果：
d 1
c 7
a 3
f 9
dtype:int64
调用reindex将会重新排序，缺失值则用NaN填补。
se2=se1.reindex(['a','b','c','d','e','f']) se2
代码结果：
a 3.0
b NaN
c 7.0
d 1.0
e NaN
f 9.0
dtype:float64
传入method=”“重新索引时选择插值处理方式：
method='ffill'或'pad前向填充
method='bfill'或'backfill后向填充
se3=pd.Series(['blue','red','black'],index=[0,2,4]) se4=se3.reindex(range(6),method='ffill') se4
代码结果：
0 blue
1 blue
2 red
3 red
4 black
5 black
dtype:object
二、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
代码结果：
one
two
four
a
0
1
2
c
3
4
5
d
6
7
8
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'])
代码结果：
one
two
four
a
0.0
1.0
2.0
b
NaN
NaN
NaN
c
3.0
4.0
5.0
d
6.0
7.0
8.0
df1.reindex(index=['a','b','c','d'],columns=['one','two','three','four'])
代码结果：
one
two
three
four
a
0.0
1.0
NaN
2.0
b
NaN
NaN
NaN
NaN
c
3.0
4.0
NaN
5.0
d
6.0
7.0
NaN
8.0
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=100)
代码结果：
one
two
three
four
a
0
1
100
2
b
100
100
100
100
c
3
4
100
5
d
6
7
100
8
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。