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()

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','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'會被賦值NaN

內插或填充method

obj1=pd.Series(range(3),index=['a','e'])

print obj1.reindex(['a','e'],method='pad')

a 0

b 0

c 1

d 1

e 2

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)),'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

列名不一樣的會被賦值nan

frame_na=frame.reindex(index=['a',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(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

以上這篇python pandas 對series和dataframe的重置索引reindex方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持編程小技巧。

總結

以上是生活随笔為你收集整理的python 重置索引_python pandas 对series和dataframe的重置索引reindex方法的全部內容，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。