pandas資料新索引 reindex

dataframe.reindex(labels=none, index=none, columns=none, axis=none, method=none, copy=true, level=none, fill_value=nan, limit=none, tolerance=none)

常用關鍵引數：

method：插值填充方法

fill_value：引入缺失資料值

columns：列的重新索引

level：在多層索引上匹配簡單索引

(1)、fill_value預設為nan

import pandas as pd

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

d    4.5

b    7.2
a   -5.3
c    3.6
dtype: float64

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

a   -5.3

b    7.2
c    3.6
d    4.5
e    nan
dtype: float64

(2)、fill_value填充指定值

obj3 = 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

『backfill』/』bfill』：向後填充

obj4 = pd.series(['blue', 'purple', 'yellow'], index=[0, 2, 4])

obj4.reindex(range(6), method='bfill')

0      blue

1    purple
2    purple
3    yellow
4    yellow
5       nan
dtype: object

obj4.reindex(range(6), method='ffill')

0      blue

1      blue
2    purple
3    purple
4    yellow
5    yellow
dtype: object

import pandas as pd

import numpy as np
frame = pd.dataframe(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'],columns=['ohio', 'texas', 'california'])

ohio 	texas 	california

a 	0 	1 	2
c 	3 	4 	5
d 	6 	7 	8

frame.reindex(columns=['texas', 'utah', 'california'],fill_value = 0)

texas 	utah 	california

a 	1 	0 	2
c 	4 	0 	5
d 	7 	0 	8

pandas資料選擇（索引）

import pandas as pd import numpy as npdates pd.date range 20180101 periods 6 df pd.dataframe np.arange 24 reshape 6,4 index dates,columns a b c d prin...

pandas資料的索引操作

coding utf 8 series索引 行索引 import pandas as pd import numpy as np ser obj pd.series range 5 index a b c d e print ser obj 行索引獲單個值 print ser obj b ser o...

pandas 資料索引與選取

我們對 dataframe 進行選擇，大抵從這三個層次考慮 行列 區域 單元格。其對應使用的方法如下 一.行，列 df 二.區域 df.loc,df.iloc,df.ix 三.單元格 df.at,df.iat 下面開始練習 import numpy as np import pandas as pd...