Pandas教程-重新索引

Pandas 中的 reindex 主要任务是将 DataFrame 调整为新索引，可选择填充逻辑，并将 NA/NaN 放置在以前索引中不存在值的位置。除非新索引生成为当前索引的等效索引，否则它将返回一个新对象，并且 copy 的值将变为 False。

重新索引用于更改 DataFrame 的行和列的索引。我们可以使用 reindex() 方法重新索引单个或多个行。如果在 DataFrame 中不存在，默认情况下会在新索引中分配 NaN 值。

语法：

DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)  

参数：

labels： 这是一个可选参数，指的是要符合由 'axis' 指定的轴的新标签或索引。

index, columns： 这也是一个可选参数，指的是新标签或索引。它通常为索引对象，以避免重复数据。

axis： 这也是一个可选参数，它指向轴，可以是轴名称或数字。

method： 这也是一个可选参数，用于填充重新索引的 DataFrame 中的空洞。它仅适用于 DataFrame 或具有单调递增/递减顺序的 Series。

None： 这是默认值，不填充缺口。

pad / ffill： 用于将最后一个有效观测向前传播到下一个有效观测。

backfill / bfill： 用于使用下一个有效观测来填补缺口。

nearest： 用于使用下一个有效观测来填补缺口。

copy： 它的默认值为 True，返回一个新对象作为布尔值，即使传递的索引相同。

level： 它用于在级别之间广播，并在传递的 MultiIndex 级别上匹配索引值。

fill_value： 它的默认值为 np.NaN，用于填充现有的缺失（NaN）值。它需要任何新元素，以便在计算之前成功地与此值对齐 DataFrame。

limit： 它定义要前向或后向填充的最大连续元素数。

tolerance： 它也是一个可选参数，用于确定原始标签和新标签之间的最大距离，以进行不精确匹配。在匹配位置，索引的值应最满足方程 abs(index[indexer] ? target) <= tolerance。

返回：

它返回重新索引的 DataFrame。

示例 1：

下面的示例展示了 reindex() 函数的工作原理，以重新索引 DataFrame。在新索引中，默认值是 NaN，如果它在 DataFrame 中不存在相应的记录。

注意：我们可以使用 fill_value 来填充缺失值。

import pandas as pd  
  
# Create dataframe  
info = pd.DataFrame({"P":[4, 7, 1, 8, 9],   
                   "Q":[6, 8, 10, 15, 11],   
                   "R":[17, 13, 12, 16, 14],   
                   "S":[15, 19, 7, 21, 9]},   
                   index =["Parker", "William", "Smith", "Terry", "Phill"])   
  
# Print dataframe  
info  

输出:

         A    B    D    E
Parker    NaN  NaN  NaN  NaN
William    NaN  NaN  NaN  NaN
Smith    NaN  NaN  NaN  NaN
Terry    NaN  NaN  NaN  NaN
Phill    NaN  NaN  NaN  NaN

现在，我们可以使用 dataframe.reindex() 函数来重新索引数据框。

# reindexing with new index values   
info.reindex(["A", "B", "C", "D", "E"])  

输出:

    P    Q    R    S
A    NaN    NaN    NaN    NaN
B    NaN    NaN    NaN    NaN
C    NaN    NaN    NaN    NaN
D    NaN    NaN    NaN    NaN
E    NaN    NaN    NaN    NaN

请注意，新的索引中填充了 NaN 值。我们可以使用 fill_value 参数填充缺失值。

# filling the missing values by 100   
info.reindex(["A", "B", "C", "D", "E"], fill_value =100)  

输出:

    P    Q    R    S
A    100    100    100    100
B    100    100    100    100
C    100    100    100    100
D    100    100    100    100
E    100    100    100    100

示例 2：

这个例子展示了 reindex() 函数的工作原理，以重新索引列轴。

# importing pandas as pd  
importpandas as pd  
    
# Creating the first dataframe    
info1 =pd.DataFrame({"A":[1, 5, 3, 4, 2],   
                    "B":[3, 2, 4, 3, 4],   
                    "C":[2, 2, 7, 3, 4],   
                    "D":[4, 3, 6, 12, 7]})   
# reindexing the column axis with   
# old and new index values   
info.reindex(columns =["A", "B", "D", "E"])  

输出:

        A     B    D    E
Parker    NaN  NaN  NaN  NaN
William    NaN  NaN  NaN  NaN
Smith    NaN  NaN  NaN  NaN
Terry    NaN  NaN  NaN  NaN
Phill    NaN  NaN  NaN  NaN

请注意，在重新索引后的新列中存在 NaN 值，我们可以使用 fill_value 参数从函数中删除 NaN 值。

# reindex the columns   
# fill the missing values by 25   
info.reindex(columns =["A", "B", "D", "E"], fill_value =37)  

输出:

        A   B   D   E
Parker    37  37  37  37
William    37  37  37  37
Smith    37  37  37  37
Terry    37  37  37  37
Phill    37  37  37  37