python pandas 对series和dataframe的重置索引reindex方法
发布时间：2020-12-16 23:51:42 所属栏目：Python 来源：网络整理
导读：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=['
|
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 pd import numpy as np obj = pd.Series(range(4),index=['d','b','a','c']) print obj d 0 b 1 a 2 c 3 dtype: int64 print obj.reindex(['a','c','d','e']) 1 a 2.0 b 1.0 c 3.0 d 0.0 e NaN 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','e']) print obj1.reindex(['a','e'],method='pad') a 0 b 0 c 1 d 1 e 2 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)),'d'],columns=['c1','c2','c3']) print frame c1 c2 c3 a 0 1 2 c 3 4 5 d 6 7 8 states = ['c1','b2','c3'] frame.reindex(columns=states)
列名不一样的会被赋值nan frame_na=frame.reindex(index=['a',method='ffill',columns=states) print frame_na c1 b2 c3 a 0 NaN 2 b 0 NaN 2 c 3 NaN 5 d 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)
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编程小技巧。 （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |