python pandas 对series和dataframe的重置索引reindex方法
2019/7/15 0:40:34
本文主要是介绍python pandas 对series和dataframe的重置索引reindex方法,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
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', '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'会被赋值NaN
内插或填充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)), 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 |
列名不一样的会被赋值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)
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找一找教程网。
这篇关于python pandas 对series和dataframe的重置索引reindex方法的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-08有遇到过吗?同样的规则 Excel 中 比Python 结果大
- 2024-03-30开始python成长之路
- 2024-03-29python optparse
- 2024-03-29python map 函数
- 2024-03-20invalid format specifier python
- 2024-03-18pool.map python
- 2024-03-18threads in python
- 2024-03-14python Ai 应用开发基础训练,字符串,字典,文件
- 2024-03-13id3 algorithm python
- 2024-03-13sum array elements python