,,Pandas之ReIndex重新索引的实现

,,Pandas之ReIndex重新索引的实现

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

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

a

0

一个

2

c

d

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

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

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

a

0

一个

100

2

b

100

100

100

100

c

100

d

100

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。

留言与评论(共有 条评论)
   
验证码: