python pandas 对series和dataframe的重置索引reindex

python pandas 对series和dataframe的重置索引reindex

reindex更多的不是修改pandas对象的索引，而只是修改索引的顺序，如果修改的索引不存在就会使用默认的None代替此行。且不会修改原数组，要修改需要使用赋值语句。

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', 'b', 'c', 'd', 'e'])

a    2.0
b    1.0
c    3.0
d    0.0
e    NaN
dtype: float64

多出的索引‘e’会被赋值NaN

内插或填充method

obj1=pd.Series(range(3), index=['a', 'c', 'e'])
print obj1.reindex(['a', 'b', 'c', 'd', 'e'],method='pad')

a    0
b    0
c    1
d    1
e    2
dtype: int64

ffill或pad: 前向（或进位）填充
bfill或backfill: 后向（或进位）填充

dataframe.reindex()

dataframe.reindex()可以改变（行）索引，列或两者。当只传入一个序列时，行被重新索引,一次可以对两个重新索引，可是插值只在行侧（0坐标轴）进行

frame = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', '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

列名不一样的会被赋值nan

frame_na=frame.reindex(index=['a', 'b', 'c', 'd'], 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

插值只在行侧（0坐标轴）进行,但是我们可以在其之后，对nan值进行填充

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