python 重置索引_python pandas 对series和dataframe的重置索引reindex方法
reindex更多的不是修改pandas对象的索引,而只是修改索引的顺序,如果修改的索引不存在就会使用默认的None代替此行。且不会修改原数组,要修改需要使用赋值语句。
series.reindex()
import pandas as pd
import numpy as np
obj = pd.Series(range(4),index=['d','b','a','c'])
print obj
d 0
b 1
a 2
c 3
dtype: int64
print obj.reindex(['a','c','d','e'])
1
a 2.0
b 1.0
c 3.0
d 0.0
e NaN
dtype: float64
多出的索引‘e'会被赋值NaN
内插或填充method
obj1=pd.Series(range(3),index=['a','e'])
print obj1.reindex(['a','e'],method='pad')
a 0
b 0
c 1
d 1
e 2
dtype: int64
ffill或pad: 前向(或进位)填充
bfill或backfill: 后向(或进位)填充
dataframe.reindex()
dataframe.reindex()可以改变(行)索引,列或两者。当只传入一个序列时,行被重新索引,一次可以对两个重新索引,可是插值只在行侧(0坐标轴)进行
frame = pd.DataFrame(np.arange(9).reshape((3,3)),'d'],columns=['c1','c2','c3'])
print frame
c1 c2 c3
a 0 1 2
c 3 4 5
d 6 7 8
states = ['c1','b2','c3']
frame.reindex(columns=states)
c1
b2
c3
a
0
NaN
2
c
3
NaN
5
d
6
NaN
8
列名不一样的会被赋值nan
frame_na=frame.reindex(index=['a',method='ffill',columns=states)
print frame_na
c1 b2 c3
a 0 NaN 2
b 0 NaN 2
c 3 NaN 5
d 6 NaN 8
插值只在行侧(0坐标轴)进行,但是我们可以在其之后,对nan值进行填充
frame_na.fillna(method='ffill',axis=1)
c1
b2
c3
a
0.0
0.0
2.0
b
0.0
0.0
2.0
c
3.0
3.0
5.0
d
6.0
6.0
8.0
以上这篇python pandas 对series和dataframe的重置索引reindex方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持编程小技巧。
python 重置索引_python pandas 对series和dataframe的重置索引reindex方法相关推荐
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍 一、pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主
利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍 一.pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主要目 ...
- dataframe python格式_python3.6 pandas,Series和DataFrame基础格式与用法,附代码实例
pandas 是基于numpy构建的库,加上numpy,主要用于科学运算和数据处理. 也是一个让我忘记昂贵的MATLAB,并且不得不复习SQL的库.. 一般引入规定: In [105]: from p ...
- python创建dataframe表格不显示_Python pandas .使用Series创建DataFrame不会保留dtype
我有一个用例,我认为这很普遍,因此我认为自己的这个问题应该很容易为自己解答,但我找不到任何答案.考虑以下. df = pandas.DataFrame({"id": numpy.r ...
- Python 数据分析三剑客之 Pandas(一):认识 Pandas 及其 Series、DataFrame 对象
CSDN 课程推荐:<迈向数据科学家:带你玩转Python数据分析>,讲师齐伟,苏州研途教育科技有限公司CTO,苏州大学应用统计专业硕士生指导委员会委员:已出版<跟老齐学Python ...
- python dataframe的某一列变为list_NumPy中的ndarray与Pandas的Series和DataFrame之间的区别与转换...
在数据分析中,经常涉及numpy中的ndarray对象与pandas的Series和DataFrame对象之间的转换,让一些开发者产生了困惑.本文将简单介绍这三种数据类型,并以金融市场数据为例,给出相 ...
- python效率计算公式_Python: Pandas运算的效率探讨以及如何选择高效的运算方式
本文就Pandas的运行效率作一个对比的测试,来探讨用哪些方式,会使得运行效率较好. 测试环境如下: windows 7, 64位 python 3.5 pandas 0.19.2 numpy 1.1 ...
- dataframe 切片_NumPy中的ndarray与Pandas的Series和DataFrame之间的区别与转换
在数据分析中,经常涉及numpy中的ndarray对象与pandas的Series和DataFrame对象之间的转换,让一些开发者产生了困惑.本文将简单介绍这三种数据类型,并以金融市场数据为例,给出相 ...
- python iloc函数_python pandas Series.iloc用法及代码示例
基于位置的纯基于整数位置的索引. .iloc[]主要基于整数位置(来自0至length-1轴),但也可以与布尔数组一起使用. 允许的输入为: 整数,例如5. 整数列表或数组,例如[4, 3, 0]. ...
- Python实训day09am【Pandas、Series、DataFrame数据帧】
Python实训-15天-博客汇总表 目录 1.Pandas 1.1.安装Pandas库 1.2.两种数据对象 2.一列数据Series 2.1.获取Series与数据个数 2.2.切片-loc-il ...
最新文章
- dialogue怎么读_法语助手|法汉-汉法词典 dialogue是什么意思_dialogue的中文解释和发音_dialogue的翻译_dialogue怎么读...
- SpringBoot 自带工具类~CollectionUtils
- L1-008. 求整数段和-PAT团体程序设计天梯赛GPLT
- PTA--Pop Sequence判定
- php中的条件语句,PHP中的条件语句和示例
- 写烂代码的人离职之后...
- 2019领克车展 Max Co币机诞生记
- 输入一行只包含加法和乘法的算式,输出结果
- 【NOIP2014普及组】子矩阵
- 初学者入门:认识STM32单片机
- 分布式并行计算:概述
- 为什么有时ping不通www baidu com但可以访问www baidu com网页
- 自动抢票之 12306 登录篇
- 布朗大学计算机科学案例,对话学长学姐|布朗大学计算机科学专业深剖篇
- Vue H5页面实现拍照解析二维码功能
- 【C#】菜鸟教程学习笔记(一)
- 解决Ranorex在测试执行过程中,当执行完调用外界库的方法后并没有执行其他的操作?
- MP3质量问题源于闪存芯片
- PyCon China 深圳站精彩回顾(附PPT及视频)
- nokia x android 界面,终于踏上Android路!Nokia X试玩
热门文章
- matlab 读取文件夹底下所有txt文件
- 计算机c盘能分区吗,电脑C盘怎么分区
- Myesclipe+SSH+jsp+mysql+tomcate实现一个简单的CRM客户关系管理系统
- npm ERR! the command again as root/Administrator
- 【APICloud系列|37】百度开放平台应用+,提升用户下载量操作步骤
- mysql concat 引号_在MySQL concat里面使用多个单引号,三引号的问题
- api 定位 微信小程序 精度_小程序的api是什么
- 语文课外运用计算机探究,[小学语文]计算机在小学写字教学中的运用之我见
- sessionStorage和localStorage的用法,不同点和相同点
- js sort方法根据数组中对象的某一个属性值进行排序(实用方法)