约定:
1
2
|
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
1
2
|
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。
1
2
|
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
1
2
3
|
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。
1
2
|
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
1
|
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 |
1
|
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:
1
|
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服务器之家。
原文链接:https://blog.csdn.net/weixin_38168620/article/details/79596702