如何在Pandas中實現ReIndex重新索引

今天就跟大家聊聊有關如何在Pandas中實現ReIndex重新索引，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

約定：

import pandas as pd
import numpy as np

ReIndex重新索引

reindex()是pandas對象的一個重要方法，其作用是創建一個新索引的新對象。

一、對Series對象重新索引

se1=pd.Series([1,7,3,9],index=['d','c','a','f'])
se1

代碼結果：

d    1
c    7
a    3
f    9
dtype: int64

調用reindex將會重新排序，缺失值則用NaN填補。

se2=se1.reindex(['a','b','c','d','e','f'])
se2

代碼結果：

a    3.0
b    NaN
c    7.0
d    1.0
e    NaN
f    9.0
dtype: float64

傳入method=” “重新索引時選擇插值處理方式：

method='ffill'或'pad 前向填充

method='bfill'或'backfill 后向填充

se3=pd.Series(['blue','red','black'],index=[0,2,4])
se4=se3.reindex(range(6),method='ffill')
se4

代碼結果：

0     blue
1     blue
2      red
3      red
4    black
5    black
dtype: object

二、對DataFrame對象重新索引

對于DataFrame對象，reindex能修改行索引和列索引。

df1=pd.DataFrame(np.arange(9).reshape(3,3),index=['a','c','d'],columns=['one','two','four'])
df1

代碼結果：

默認對行索引重新排序

只傳入一個序列不能重新排序列索引

df1.reindex(['a','b','c','d'])

代碼結果：

df1.reindex(index=['a','b','c','d'],columns=['one','two','three','four'])

代碼結果：

傳入fill_value=n用n代替缺失值：

df1.reindex(index=['a','b','c','d'],columns=['one','two','three','four'],fill_value=100)

代碼結果：

看完上述內容，你們對如何在Pandas中實現ReIndex重新索引有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。