各位同学好，今天和大家分享一下pandas库的索引操作–重新生成索引。
本文主要介绍如何重新生成 Series类型和 DataFrame类型的索引。
（1）Series类型重新生成索引
方法： 变量 = Series名.reindex([索引名])
采用该方法需要 使用一个变量来接收返回值。重新生成索引的方法 不会直接修改原数据，需要有一个变量来接收修改后的结果。
如下代码，由于在定义Series类型数据时， ps1中没有出现索引名’f’，因此在重新生成索引时，添加的 索引’f’对应的值是nan。
import pandas as pd #导入pandas库
生成一个Series数据，指定索引名
ps1 = pd.Series(range(1,6),index=['a','b','c','d','e'])
对ps1的索引名重新索引
ps2 = ps1.reindex(['e','d','c','b','a','f'])
为了便于大家理解重新索引的方法，我再举个例子。
首先定义了一个元素从1到5的Series类型数据ps1， ps1的 默认索引是 数值类型 的0、1、2…。索引重新生成时， ‘a’、’b’、’c’…等索引均没在ps1中出现，因此 ps2接收的重新索引结果都为 nan空值。要注意的是， ps3接收的结果也是 nan空值，是因为重新索引时的 ‘0’、’1’、’2’…都是 字符串类型，而 ps1中的索引是数值型的0、1、2…，这个不要混淆，一定要注意索引名。
import pandas as pd #导入pandas库
ps1 = pd.Series(range(1,6)) # 生成一个元素为1到5的Series类型数据
由于ps1中索引名没有出现过a,b,c...，因此ps3都是nan
ps2 = ps1.reindex(["a","b","c","d","e",'f'])
ps1中的索引是数值类型的0、1、2...，重新索引时""
ps3 = ps1.reindex(["0","1","2","3","4"])
ps4 更改正确
ps4 = ps1.reindex([4,3,2,1,0])
（2）DataFrame类型重新生成索引
重新生成行索引： 新变量 = 变量名.reindex([行索引名])
重新生成列索引： 新变量 = 变量名.reindex(columns=[列索引名])
首先讨论一下 重新生成行索引，重新定义行索引 不会直接修改原值，需要有一个 新的变量来接收更改后的数据。我定义了一个DataFrame类型数据，命名pd1，它的行索引为’a’,’b’,’c’，列索引为”A”,”B”,”C”。重新指定行索引， pd2多指定了一个’d’索引，然而’d’并 没有在pd1中出现，因此’d’索引对应的值也是 nan空值。pd3实现了重新指定行索引，索引对应的值也一起换了位置。
import pandas as pd
import numpy as np
使用np库生成1、2、...、9共九个数，使用reshape(行数,列数)函数，使它变成三行三列
pd1 = pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A","B","C"])
pd2 = pd1.reindex(['a','b','c','d']) #多指定一行，对应行对象是nan
pd3 = pd1.reindex(["c","b","a"]) #行互换位置
我们再来看一下 重新定义列索引，重新定义列索引 不会直接修改原值，需要有一个 新的变量来接收更改后的数据。我仍使用上面定义的pd1数据，pd4成功交换了列的索引位置，然而在pd5中，我 多指定了一个列索引’D’，这个索引没有在pd1中出现过，因此在重新索引后的结果中， ‘D’列的值都是nan空值。
import pandas as pd
import numpy as np
使用np库生成1、2、...、9共九个数，使用reshape(行数,列数)函数，使它变成三行三列
pd1 = pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A","B","C"])
pd4 = pd1.reindex(columns=["C","B","A"]) #列交换位置
pd5 = pd1.reindex(columns=["A","B","C","D"]) #多添加一列
Original: https://blog.csdn.net/dgvv4/article/details/121306345
Author: 立Sir
Title: 【Pandas库】(4) 索引操作–重新生成索引
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/742341/
转载文章受原作者版权保护。转载请注明原作者出处！