- 重新索引
请注意，DataFrame.rename() 函数是对行名和列名进行修改，并不修改数据，而DataFrame.reindex 可以引入新行/列，或者去掉旧行/列。
2.1 reindex() 函数
2.1.1 reindex() 语法
DataFrame.reindex(self, labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)
使用可选的填充逻辑使DataFrame符合新索引。
- labels : 类似数组，可选，新 labels / index “axis”指定的轴与之一致。
- index, columns : 类似数组，可选；要使用的新labels/index 引要符合。最好是一个Index对象，以避免重复数据。
- axis: 默认是 index
- method : {默认 None,’backfill’/’bfill,’pad’/’ffill’, ‘nearest’},
用于在重新索引的DataFrame中填充孔的方法。
请注意：这仅适用于具有单调递增/递减索引的DataFrames/Series。
1) None (default): 不填补空白
2) pad / ffill: 将上一个有效观察值向前传播到下一个有效值。
3) backfill / bfill: 使用下一个有效观察值填充空白。
4) nearest: 使用最近的有效观测值来填补空白。
- copy : boolean, 默认 True，即使传递的索引相同，也返回一个新对象。
- level : int 或 name，在一个级别上广播，在传递的MultiIndex级别上匹配索引值。
- fill_value : scalar, 默认为 np.NaN，用于缺失值的值。默认为NaN，但可以是任何”compatible”值。
- limit : int, 默认 None。向前或向后填充的连续元素的最大数量。
- tolerance: 可选。不精确匹配的原始标签和新标签之间的最大距离。
在匹配位置的索引值最符合公式
abs(index[indexer] – target)
Original: https://blog.csdn.net/u010701274/article/details/121491114
Author: 江南野栀子
Title: Pandas 模块-操纵数据(2)-重新索引-reindex()函数
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/696778/
转载文章受原作者版权保护。转载请注明原作者出处！