python中的reindex_利用python做数据分析（六）-reindex-阿里云开发者社区

DataFrame.reindex(index=None, columns=None, **kwargs)

reindex 函数的参数

参数

说明

method

插值填充方法

fill_value

引入的缺失数据值

limit

填充间隙

copy

如果新索引与就的相等则底层数据不会拷贝。默认为True(即始终拷贝)

level

在多层索引上匹配简单索引

pandas的reindex对象，是数据符合新的索引来构造一个新的对象

import pandas as pd

obj = pd.Series([4.5, 7.2, -5.3, 3.6], index=['d', 'b', 'a', 'c'])

obj

d 4.5

b 7.2

a -5.3

c 3.6

dtype: float64

Series的reindex使它符合新的索引，如果索引的值不存在就填入缺失值

obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e'])

obj2

a -5.3

b 7.2

c 3.6

d 4.5

e NaN

dtype: float64

obj.reindex(['a', 'b', 'c', 'd', 'e'], fill_value=0)

a -5.3

b 7.2

c 3.6

d 4.5

e 0.0

dtype: float64

method选项来控制填充值或内插值：

method : {None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}, optional。

ffill/pad 向前或进位填充，bfill/backfill 向后或进位填充

obj3 = pd.Series(['blue', 'purple', 'yellow'], index=[0, 2, 4])

obj3.reindex(range(6), method='ffill')

0 blue

1 blue

2 purple

3 purple

4 yellow

5 yellow

dtype: object

向后填充

obj3.reindex(range(6), method='bfill')

0 blue

1 purple

2 purple

3 yellow

4 yellow

5 NaN

dtype: object

对于DataFrame， reindex 可以改变(行)索引，列或两者。当只传入一个序列时，结果中的行被重新索引：

frame = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'],columns=['Ohio', 'Texas', 'California'])

frame

Ohio Texas California

a 0 1 2

c 3 4 5

d 6 7 8

frame2 = frame.reindex(['a', 'b', 'c', 'd'])

frame2

Ohio Texas California

a 0.0 1.0 2.0

b NaN NaN NaN

c 3.0 4.0 5.0

d 6.0 7.0 8.0

使用column可以将列进行重新索引

states = ['Texas', 'Utah', 'California']

frame.reindex(columns=states)

Texas Utah California

a 1 NaN 2

c 4 NaN 5

d 7 NaN 8

此时的frame依然是原样

frame

Ohio Texas California

a 0 1 2

c 3 4 5

d 6 7 8

也可以同时读列和index进行reindex，可是插值只在行侧

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

Texas Utah California

a 1 NaN 2

b 1 NaN 2

c 4 NaN 5

d 7 NaN 8

level

关于level可能大家不太理解。level主要在多层索引上用到。举例：

继续之前的话题，我想看到新生儿名字中最后一位字母的变化.

get_last_letter=lambda x:x[-1]

last_letters=names.name.map(get_last_letter)

last_letters.name='last_letter'

table=pd.pivot_table(names,index=[last_letters],values='births',columns=['sex','year'],aggfunc=sum)

table

比如我想看其中三年的数据，改怎么办。

按照之前的做法，需要table[‘column name’],但是你会发现table[‘F’]或者table[‘M’]还行，但是还有一层column可怎么办。

正确做法如下：

subtable=table.reindex(columns=[1910,1960,2010],level='year')

subtable

请细细体会。

subtable.index

Index(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n',

'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z'],

dtype='object', name='last_letter')

In [7]:

subtable.columns

MultiIndex(levels=[['F', 'M'], [1910, 1960, 2010]],

labels=[[0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]],

names=['sex', 'year'])

下一章讲MultiIndex