maxframe.dataframe.DataFrame.reindex#

DataFrame.reindex(labels=None, *, index=None, columns=None, axis=None, method=None, copy=None, level=None, fill_value=None, limit=None, tolerance=None, enable_sparse=False)#

使 Series/DataFrame 符合新的索引，并可选择填充逻辑。

在先前索引中没有值的位置放置 NA/NaN。除非新索引与当前索引等价且 copy=False，否则会生成一个新对象。

参数:

  • labels (array-like, optional) -- 要使由 'axis' 指定的轴符合的新标签/索引。

  • index (array-like, optional) -- 要符合的新标签/索引，应使用关键字指定。最好使用 Index 对象以避免重复数据。

  • columns (array-like, optional) -- 要符合的新标签/索引，应使用关键字指定。最好使用 Index 对象以避免重复数据。

  • axis (int or str, optional) -- 目标轴。可以是轴名称（'index', 'columns'）或数字（0, 1）。

  • method ({None, 'backfill'/'bfill', 'pad'/'ffill', 'nearest'}) -- 用于在重新索引的 DataFrame 中填充空洞的方法。请注意：这仅适用于具有单调递增/递减索引的 DataFrame/Series。 * None（默认）：不填充空隙 * pad / ffill：将最后一个有效观测值向前传播到下一个有效值。 * backfill / bfill：使用下一个有效观测值填充空隙。 * nearest：使用最近的有效观测值填充空隙。

  • copy (bool, default True) -- 即使传入的索引相同，也返回一个新对象。

  • level (int or name) -- 在层级上进行广播，在传入的 MultiIndex 层级上匹配 Index 值。

  • fill_value (scalar, default np.NaN) -- 用于缺失值的值。默认为 NaN，但可以是任何“兼容”的值。

  • limit (int, default None) -- 向前或向后填充的最大连续元素数。

  • tolerance (optional) -- 不精确匹配时原始和新标签之间的最大距离。在匹配位置的索引值必须满足方程 abs(index[indexer] - target) <= tolerance。 容差可以是一个标量值，适用于所有值；也可以是类列表，对每个元素应用不同的容差。 类列表包括 list、tuple、array、Series，且必须与索引大小相同，其数据类型必须与索引类型完全匹配。

返回类型:

Series/DataFrame with changed index.

参见

DataFrame.set_index

设置行标签。

DataFrame.reset_index

移除行标签或将它们移动到新列。

DataFrame.reindex_like

改变为与其他 DataFrame 相同的索引。

示例

DataFrame.reindex 支持两种调用方式

  • (index=index_labels, columns=column_labels, ...)

  • (labels, axis={'index', 'columns'}, ...)

我们*强烈*建议使用关键字参数来明确你的意图。

创建一个包含一些虚构数据的 dataframe。

>>> import maxframe.dataframe as md
>>> index = ['Firefox', 'Chrome', 'Safari', 'IE10', 'Konqueror']
>>> df = md.DataFrame({'http_status': [200, 200, 404, 404, 301],
...                   'response_time': [0.04, 0.02, 0.07, 0.08, 1.0]},
...                   index=index)
>>> df.execute()
           http_status  response_time
Firefox            200           0.04
Chrome             200           0.02
Safari             404           0.07
IE10               404           0.08
Konqueror          301           1.00

创建一个新的索引并重新索引 dataframe。默认情况下，新索引中没有对应记录的值会被赋值为 NaN。

>>> new_index = ['Safari', 'Iceweasel', 'Comodo Dragon', 'IE10',
...              'Chrome']
>>> df.reindex(new_index).execute()
               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

我们可以通过向关键字 fill_value 传递一个值来填充缺失值。由于索引不是单调递增或递减的，我们不能使用关键字 method 的参数来填充 NaN 值。

>>> df.reindex(new_index, fill_value=0).execute()
               http_status  response_time
Safari                 404           0.07
Iceweasel                0           0.00
Comodo Dragon            0           0.00
IE10                   404           0.08
Chrome                 200           0.02

>>> df.reindex(new_index, fill_value='missing').execute()
              http_status response_time
Safari                404          0.07
Iceweasel         missing       missing
Comodo Dragon     missing       missing
IE10                  404          0.08
Chrome                200          0.02

我们也可以重新索引列。

>>> df.reindex(columns=['http_status', 'user_agent']).execute()
           http_status  user_agent
Firefox            200         NaN
Chrome             200         NaN
Safari             404         NaN
IE10               404         NaN
Konqueror          301         NaN

或者我们可以使用“axis-style”关键字参数

>>> df.reindex(['http_status', 'user_agent'], axis="columns").execute()
           http_status  user_agent
Firefox            200         NaN
Chrome             200         NaN
Safari             404         NaN
IE10               404         NaN
Konqueror          301         NaN

为了进一步说明 reindex 中的填充功能，我们将创建一个具有单调递增索引的 dataframe（例如，一系列日期）。

>>> date_index = md.date_range('1/1/2010', periods=6, freq='D')
>>> df2 = md.DataFrame({"prices": [100, 101, np.nan, 100, 89, 88]},
...                    index=date_index)
>>> df2.execute()
            prices
2010-01-01   100.0
2010-01-02   101.0
2010-01-03     NaN
2010-01-04   100.0
2010-01-05    89.0
2010-01-06    88.0

假设我们决定扩展 dataframe 以覆盖更广泛的日期范围。

>>> date_index2 = md.date_range('12/29/2009', periods=10, freq='D')
>>> df2.reindex(date_index2).execute()
            prices
2009-12-29     NaN
2009-12-30     NaN
2009-12-31     NaN
2010-01-01   100.0
2010-01-02   101.0
2010-01-03     NaN
2010-01-04   100.0
2010-01-05    89.0
2010-01-06    88.0
2010-01-07     NaN

在原始数据框中没有值的索引条目（例如，'2009-12-29'）默认会被填充为 NaN。如果需要，我们可以使用几种选项之一来填充缺失值。

例如，要将最后一个有效值向后传播以填充 NaN 值，请将 bfill 作为参数传递给 method 关键字。

>>> df2.reindex(date_index2, method='bfill').execute()
            prices
2009-12-29   100.0
2009-12-30   100.0
2009-12-31   100.0
2010-01-01   100.0
2010-01-02   101.0
2010-01-03     NaN
2010-01-04   100.0
2010-01-05    89.0
2010-01-06    88.0
2010-01-07     NaN

请注意，原始 dataframe 中存在的 NaN 值（在索引值 2010-01-03 处）不会被任何值传播方案填充。这是因为重新索引时的填充并不查看 dataframe 的值，而只是比较原始索引和目标索引。如果确实想要填充原始 dataframe 中的 NaN 值，请使用 fillna() 方法。

请参阅 用户指南 了解更多信息。