Pandas详解八之ReIndex重新索引 - 好文

约定： import pandas as pd import numpy as np
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
谢谢大家的浏览，
希望我的努力能帮助到您，
共勉！

热门工具换一换