pandas目录
1 简介
重置索引（reindex）可以更改原 DataFrame 的行标签或列标签，并使更改后的行、列标签与 DataFrame 中的数据逐一匹配。通过重置索引操作，您可以完成对现有数据的重新排序。如果重置的索引标签在原 DataFrame 中不存在，那么该标签对应的元素值将全部填充为 NaN。
2 重置行列标签
选取特定行、列。
示例：先构建数据
index = ['Firefox', 'Chrome', 'Safari', 'IE10', 'Konqueror']
df = pd.DataFrame({'http_status': [200, 200, 404, 404, 301],
'response_time': [0.04, 0.02, 0.07, 0.08, 1.0]},
index=index)
df
输出结果：
http_status response_time
Firefox 200 0.04
Chrome 200 0.02
Safari 404 0.07
IE10 404 0.08
Konqueror 301 1.00
示例：同时使用行、列标签选取数据。
new_index = ['Firefox', 'IE10', 'Safari']
df.reindex(index=new_index,columns=['response_time'])
输出结果：
response_time
Firefox 0.04
IE10 0.08
Safari 0.07
示例：只使用行标签选取数据。
new_index = ['Safari', 'Iceweasel', 'Comodo Dragon', 'IE10',
'Chrome']
df.reindex(new_index)
输出结果：不存在的行使用 NaN 代替。
http_status response_time
Safari 404.0 0.07
Iceweasel NaN NaN
Comodo Dragon NaN NaN
IE10 404.0 0.08
Chrome 200.0 0.02
现有 a、b 两个 DataFrame 对象，如果想让 a 的行索引与 b 相同，您可以使用 reindex_like() 方法。
示例如下：
a = pd.DataFrame(np.arange(6).reshape((2,3)),columns=['col1','col2','col3'])
b = pd.DataFrame(np.arange(12).reshape((4,3)),columns=['col1','col2','col3'])
a.reindex_like(b)
输出结果：由于 a 的 size 小于 b ，所以 2 、3行不存在，用 NaN 代替。
col1 col2 col3
0 0.0 1.0 2.0
1 3.0 4.0 5.0
2 NaN NaN NaN
3 NaN NaN NaN
示例：
b.reindex_like(a)
输出结果：
col1 col2 col3
0 0 1 2
1 3 4 5
3 填充元素值
reindex_like() 提供了一个可选的参数 method，使用它来填充相应的元素值，参数值介绍如下：
- pad/ffill：向前填充值；
- bfill/backfill：向后填充值；
- nearest：从距离最近的索引值开始填充。
示例：
a.reindex_like(b,method='ffill')
输出结果：相当于从有数据的最后一行复制数据到下面的每一行。
col1 col2 col3
0 0 1 2
1 3 4 5
2 3 4 5
3 3 4 5
示例：
a.reindex_like(b,method='bfill')
输出结果：相当于从最后一行复制数据到上面的行。
col1 col2 col3
0 0.0 1.0 2.0
1 3.0 4.0 5.0
2 NaN NaN NaN
3 NaN NaN NaN
示例：
a.reindex_like(b,method='nearest')
输出结果：
col1 col2 col3
0 0 1 2
1 3 4 5
2 3 4 5
3 3 4 5
4 限制填充行数
reindex_like() 还提供了一个额外参数 limit，该参数用来控制填充的最大行数。
示例如下：
a.reindex_like(b,method='ffill',limit=1)
输出结果：这里只填充了 1 行。
col1 col2 col3
0 0.0 1.0 2.0
1 3.0 4.0 5.0
2 3.0 4.0 5.0
3 NaN NaN NaN
5 重命名标签
rename() 方法允许您使用某些映射 (dict或Series) 或任意函数来对行、列标签重新命名。
原始数据：df1 =
col1 col2 col3
0 0 1 2
1 3 4 5
示例如下：
df1.rename(columns={'col1':'c1','col2':'c2','col3':'c3'},index={0:'A',1:'B'})
输出结果：
c1 c2 c3
A 0 1 2
B 3 4 5
rename() 方法提供了一个 inplace 参数，默认值为 False，表示拷贝一份原数据，并在复制后的数据上做重命名操作。若 inplace=True 则表示在原数据的基础上重命名。