python pandas 对series和dataframe的重置索引reindex方法
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()
importpandasaspd importnumpyasnp obj=pd.Series(range(4),index=['d','b','a','c']) printobj
d0 b1 a2 c3 dtype:int64
printobj.reindex(['a','b','c','d','e']) 1 a2.0 b1.0 c3.0 d0.0 eNaN 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']) printobj1.reindex(['a','b','c','d','e'],method='pad')
a0 b0 c1 d1 e2 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']) printframe
c1c2c3 a012 c345 d678
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) printframe_na
c1b2c3 a0NaN2 b0NaN2 c3NaN5 d6NaN8
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pythonpandas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毛票票。