本文主要介绍了熊猫索引的实现。通过示例代码进行了非常详细的介绍,对于大家的学习或者工作都有一定的参考价值。有需要的朋友下面和边肖一起学习。
协议:
进口熊猫作为pd
将numpy作为np导入
ReIndex重新索引
Reindex()是pandas对象的一个重要方法,它的作用是用一个新的索引创建一个新的对象。
一、对Series对象重新索引
se1=pd。Series([1,7,3,9],index=['d ',' c ',' a ',' f'])
se1
代码结果:
d 1
c 7
a 3
f 9
dtype: int64
调用reindex将被重新排序,缺失的值将用NaN填充。
se2=se1.reindex(['a ',' b ',' c ',' d ',' e ',' f'])
se2
代码结果:
一个3.0
南
c 7.0
d 1.0
e男
f 9.0
数据类型:float64
传入方法=" "时,选择重新索引时的插值处理方法:
方法='ffill '或' pad forward filling '
Method='bfill '或'回填'回填
se3=pd。系列(['蓝色','红色','黑色'],index=[0,2,4])
se4=se3.reindex(range(6),method='ffill ')
se4
代码结果:
0蓝色
1蓝色
2红色
3红色
4黑色
5黑色
dtype:对象
二、对DataFrame对象重新索引
对于DataFrame对象,reindex可以修改行索引和列索引。
df1=pd。DataFrame(np.arange(9))。shape(3,3),index=['a ',' c ',' d'],columns=['one ',' two ',' four'])
df1
代码结果:
一个
二
四
a
0
一个
2
c
三
四
五
d
六
七
八
对默认行索引重新排序。
只传入一个序列,列索引不能重新排序。
df1.reindex(['a ',' b ',' c ',' d'])
代码结果:
一个
二
四
a
0.0
1.0
2.0
b
圆盘烤饼
圆盘烤饼
圆盘烤饼
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'])
代码结果:
一个
二
三
四
a
0.0
1.0
圆盘烤饼
2.0
b
圆盘烤饼
圆盘烤饼
圆盘烤饼
圆盘烤饼
c
3.0
4.0
圆盘烤饼
5.0
d
6.0
7.0
圆盘烤饼
8.0
传入fill_value=n,用n替换缺少的值:
df1.reindex(index=['a ',' b ',' c ',' d'],columns=['one ',' two ',' three ',' four'],fill_value=100)
代码结果:
一个
二
三
四
a
0
一个
100
2
b
100
100
100
100
c
三
四
100
五
d
六
七
100
八
这就是本文的全部内容。希望对大家的学习有帮助,支持我们。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。