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()

importpandasaspd
importnumpyasnp
obj=pd.Series(range(4),index=['d','b','a','c'])
printobj

d0
b1
a2
c3
dtype:int64

printobj.reindex(['a','b','c','d','e'])
1
a2.0
b1.0
c3.0
d0.0
eNaN
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'])
printobj1.reindex(['a','b','c','d','e'],method='pad')

a0
b0
c1
d1
e2
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'])
printframe

c1c2c3
a012
c345
d678

states=['c1','b2','c3']
frame.reindex(columns=states)

	c1	b2	c3
a	0	NaN	2
c	3	NaN	5
d	6	NaN	8

列名不一樣的會被賦值nan

frame_na=frame.reindex(index=['a','b','c','d'],method='ffill',columns=states)
printframe_na

c1b2c3
a0NaN2
b0NaN2
c3NaN5
d6NaN8

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)

	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

總結

以上是生活随笔為你收集整理的python中reindex方法怎么用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。