Pandas之ReIndex重新索引的實(shí)現(xiàn)
約定：
import pandas as pd import numpy as np
ReIndex重新索引
reindex()是pandas對(duì)象的一個(gè)重要方法，其作用是創(chuàng)建一個(gè)新索引的新對(duì)象。
一、對(duì)Series對(duì)象重新索引
se1=pd.Series([1,7,3,9],index=['d','c','a','f']) se1
代碼結(jié)果：
d 1
c 7
a 3
f 9
dtype: int64
調(diào)用reindex將會(huì)重新排序，缺失值則用NaN填補(bǔ)。
se2=se1.reindex(['a','b','c','d','e','f']) se2
代碼結(jié)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(shí)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(jié)果：
0 blue
1 blue
2 red
3 red
4 black
5 black
dtype: object
二、對(duì)DataFrame對(duì)象重新索引
對(duì)于DataFrame對(duì)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(jié)果：
| one | two | four | |
|---|---|---|---|
| a | 0 | 1 | 2 |
| c | 3 | 4 | 5 |
| d | 6 | 7 | 8 |
默認(rèn)對(duì)行索引重新排序
只傳入一個(gè)序列不能重新排序列索引
df1.reindex(['a','b','c','d'])
代碼結(jié)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 |
df1.reindex(index=['a','b','c','d'],columns=['one','two','three','four'])
代碼結(jié)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 |
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(jié)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?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
python 關(guān)鍵字與標(biāo)識(shí)符超詳細(xì)整理
這篇文章主要給大家介紹了關(guān)于Python關(guān)鍵字、標(biāo)識(shí)符和變量的相關(guān)資料,Python關(guān)鍵詞是Python保留的具有特定含義的特殊詞語(yǔ),用于執(zhí)行某些操作,Python標(biāo)識(shí)符是用戶定義的名稱,而變量是計(jì)算機(jī)內(nèi)存中的一塊區(qū)域,存儲(chǔ)對(duì)象的內(nèi)存地址,以便引用對(duì)象的值,需要的朋友可以參考下2022-03-03
這篇文章主要介紹了如何用Python制作計(jì)算器，文章中有兩個(gè)版本，代碼詳細(xì)，適合絕大部分朋友，如果你對(duì)python如何制作計(jì)算器有興趣,可以參考下這篇文章2021-04-04
pytorch torch.nn.AdaptiveAvgPool2d()自適應(yīng)平均池化函數(shù)詳解
今天小編就為大家分享一篇pytorch torch.nn.AdaptiveAvgPool2d()自適應(yīng)平均池化函數(shù)詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
本文適合編程語(yǔ)言零基礎(chǔ)的初學(xué)者，有打算轉(zhuǎn)行學(xué)習(xí)python的可以添加關(guān)注，后續(xù)小編將會(huì)把自己轉(zhuǎn)行學(xué)pyhton語(yǔ)言以來(lái)的所有筆記，和工作中總結(jié)的一些開(kāi)發(fā)經(jīng)驗(yàn)分享給大家2021-09-09
Django Rest framework認(rèn)證組件詳細(xì)用法
這篇文章主要介紹了Django Rest framework認(rèn)證組件詳細(xì)用法,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
在Python程序中進(jìn)行文件讀取和寫(xiě)入操作的教程
這篇文章主要介紹了在Python程序中進(jìn)行文件讀取和寫(xiě)入操作的教程,是Python學(xué)習(xí)當(dāng)中的基礎(chǔ)知識(shí),需要的朋友可以參考下2015-04-04
這篇文章主要介紹了Python中常用的內(nèi)置函數(shù)，主要介紹內(nèi)容有map()、filter()、all()、int()等更多相關(guān)函數(shù)，需要的小伙伴可以參考一下2022-04-04
Python 類，property屬性(簡(jiǎn)化屬性的操作)，@property，property()用法示例
這篇文章主要介紹了Python 類，property屬性(簡(jiǎn)化屬性的操作)，@property，property()用法,結(jié)合實(shí)例形式分析了Python類的定義、屬性、方法及相關(guān)使用技巧,需要的朋友可以參考下2019-10-10
pycharm中出現(xiàn)no module named xlwt的原因及解決
這篇文章主要介紹了pycharm中出現(xiàn)no module named xlwt的原因及解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。2023-05-05
pycharm日志總是彈出“無(wú)法運(yùn)行Git,未安裝Git”的問(wèn)題
這篇文章主要介紹了pycharm日志總是彈出“無(wú)法運(yùn)行Git,未安裝Git”的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-06-06