python中reindex方法怎么用

小編給大家分享一下python中reindex方法怎么用，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

reindex更多的不是修改pandas對象的索引，而只是修改索引的順序，如果修改的索引不存在就會使用默認的None代替此行。且不會修改原數組，要修改需要使用賦值語句。

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', 'b', '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'會被賦值NaN

內插或填充method

obj1=pd.Series(range(3), index=['a', 'c', 'e'])
print obj1.reindex(['a', 'b', 'c', 'd', 'e'],method='pad')

a 0
b 0
c 1
d 1
e 2
dtype: int64

ffill或pad: 前向（或進位）填充

bfill或backfill: 后向（或進位）填充

dataframe.reindex()

dataframe.reindex()可以改變（行）索引，列或兩者。當只傳入一個序列時，行被重新索引,一次可以對兩個重新索引，可是插值只在行側（0坐標軸）進行

frame = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', '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)

列名不一樣的會被賦值nan

frame_na=frame.reindex(index=['a', 'b', 'c', 'd'], 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

插值只在行側（0坐標軸）進行,但是我們可以在其之后，對nan值進行填充

frame_na.fillna(method='ffill',axis=1)

以上是“python中reindex方法怎么用”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！