python pandas 对series和dataframe的重置索引reindex方法

Python  /  管理员 发布于 7年前   539

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 pdimport numpy as npobj = pd.Series(range(4), index=['d', 'b', 'a', 'c'])print obj

d 0b 1a 2c 3dtype: int64 

print obj.reindex(['a', 'b', 'c', 'd', 'e'])1a 2.0b 1.0c 3.0d 0.0e NaNdtype: 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 0b 0c 1d 1e 2dtype: 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 c3a 0 1 2c 3 4 5d 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 c3a 0 NaN 2b 0 NaN 2c 3 NaN 5d 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。