更新時間:2022-11-03 來源:黑馬程序員 瀏覽量:
Pandas中提供了一個重要的方法就是reindex(),該方法的作用是對原索引和新索引進行匹配,也就是說,新索引含有原索引的數(shù)據(jù),而原索引數(shù)據(jù)按照新索引排序。如果新索引中沒有原索引數(shù)據(jù),那么程序不僅不會報錯,而且會添加新的索引,并將值填充為NaN或者使用fill_vlues()填充其他值。
reindex()方法的語法格式如下:
DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)
上述方法的部分參數(shù)含義如下:
(1)index:用作索引的新序列。
(2)method:插值填充方式。
(3)fill_value:引入缺失值時使用的替代值。
(4)limit:前向或者后向填充時的最大填充量。
為了能讓大家更好地理解,接下來,通過一個簡單的示例來演示重新索引的使用,具體代碼如下。
In [19]: import pandas as pd ser_obj=pd.Series([1, 2, 3, 4, 5], index=['c', 'd', 'a', 'b', 'e']) Out[19]: c 1 d 2 a 3 b 4 e 5 dtype: int64 # 重新索引 In [20]: ser_obj2=ser_obj.reindex(['a', 'b', 'c', 'd', 'e', 'f']) Out[20]: a 3.0 b 4.0 c 1.0 d 2.0 e 5.0 f NaN dtype: float64
上述示例中,創(chuàng)建了一個ser_obj對象,并為其指定索引為“c、d、a、b、e”,接著又調(diào)用了reindex()方法對索引重新排列,變?yōu)椤癮、b、c、d、e、f”,由于索引“f”對應(yīng)的值不存在,所以使用NaN對缺失的數(shù)據(jù)進行填充。
Python大數(shù)據(jù)培訓:通過read_csv()函數(shù)讀取CSV文件的數(shù)據(jù)
2022-11-02什么是Linux系統(tǒng)內(nèi)核?什么是Linux發(fā)行版?
2022-11-01從安裝到實戰(zhàn) 2022年最全的Linux教程【黑馬程序員】
2022-11-01Python數(shù)據(jù)聚合與分組運算:通過groupby()方法將數(shù)據(jù)拆分成組
2022-11-01Python培訓:通過to_numeric()函數(shù)轉(zhuǎn)換數(shù)據(jù)類型
2022-11-01Kafka有幾種消費者分區(qū)分配策略?
2022-10-31