您好,登錄后才能下訂單哦!
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(duì)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(huì)使用默認(rèn)的None代替此行。且不會(huì)修改原數(shù)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(huì)被賦值NaN
內(nèi)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(jìn)位)填充
bfill或backfill: 后向(或進(jìn)位)填充
dataframe.reindex()
dataframe.reindex()可以改變(行)索引,列或兩者。當(dāng)只傳入一個(gè)序列時(shí),行被重新索引,一次可以對(duì)兩個(gè)重新索引,可是插值只在行側(cè)(0坐標(biāo)軸)進(jìn)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)
c1 | b2 | c3 | |
---|---|---|---|
a | 0 | NaN | 2 |
c | 3 | NaN | 5 |
d | 6 | NaN | 8 |
列名不一樣的會(huì)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(cè)(0坐標(biāo)軸)進(jìn)行,但是我們可以在其之后,對(duì)nan值進(jìn)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 |
以上是“python中reindex方法怎么用”這篇文章的所有內(nèi)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(nèi)容對(duì)大家有所幫助,如果還想學(xué)習(xí)更多知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。