参考文章： Pandas详解八之ReIndex重新索引 pandas中关于set_index和reset_index的用法 Pandas set_index&reset_index
- 首先说reindex()
《利用python进行数据分析》中写： reindex()方法用于创建一个符合新索引的新对象 ①对于Series类型，调用reindex()会将数据按照新的索引进行排列,如果某个索引值之前不存在，则引入缺失值 如：
se1=pd.Series([1,7,3,9],index=[‘d’,’c’,’a’,’f’])
se1
输出：
d 1
c 7
a 3
f 9
dtype: int64
se2=se1.reindex([‘a’,’b’,’c’,’d’,’e’,’f’])
se2
输出：
a 3.0
b NaN
c 7.0
d 1.0
e NaN
f 9.0
dtype: float64
Series比较好理解，不用多说
②DataFrame中，reindex()可以改变行索引和列索引
frame = pd.DataFrame(np.arange(9).reshape((3, 3)),
index=[‘a’, ‘c’, ‘d’],
Original: https://blog.csdn.net/weixin_39860166/article/details/114412266
Author: weixin_39860166
Title: python中的reindex_Pandas中关于reindex(), set_index()和reset_index()的用法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/677939/
转载文章受原作者版权保护。转载请注明原作者出处！