Pandas 重新索引(Reindexing)|极客教程

Pandas 重新索引(Reindexing)，重新索引会更改DataFrame的行标签和列标签。重新索引意味着符合数据以匹配特定轴上的一组给定的标签。

可以通过索引来实现多个操作

重新排序现有数据以匹配一组新的标签。
在没有标签数据的标签位置插入缺失值(NA)标记。

Pandas 重新索引(Reindexing)

import pandas as pd
import numpy as np

N=20

df = pd.DataFrame({
   'A': pd.date_range(start='2016-01-01',periods=N,freq='D'),
   'x': np.linspace(0,stop=N-1,num=N),
   'y': np.random.rand(N),
   'C': np.random.choice(['Low','Medium','High'],N).tolist(),
   'D': np.random.normal(100, 10, size=(N)).tolist()
})

#reindex the DataFrame
df_reindexed = df.reindex(index=[0,2,5], columns=['A', 'C', 'B'])

print (df_reindexed)

执行结果如下:

           A     C   B
0 2016-01-01  High NaN
2 2016-01-03   Low NaN
5 2016-01-06  High NaN

重建索引与其他对象对齐

有时可能希望采取一个对象和重新索引，其轴被标记为与另一个对象相同。考虑下面的例子来理解这一点。

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(10,3),columns=['col1','col2','col3'])
df2 = pd.DataFrame(np.random.randn(7,3),columns=['col1','col2','col3'])

df1 = df1.reindex_like(df2)
print (df1)

执行结果如下:

       col1      col2      col3
0  1.676539 -0.552540  0.645143
1 -0.236950  1.511891 -1.146474
2  1.309760  1.340116  0.087754
3 -0.178481 -1.890487 -2.155115
4  0.793954  0.863209  0.508176
5  1.052597 -0.737787 -0.728498
6 -2.985211  0.243232  1.698845

注意 – 在这里，df1数据帧(DataFrame)被更改并重新编号，如df2。列名称应该匹配，否则将为整个列标签添加NAN。

重建索引时的填充方法

reindex()采用可选参数方法，它是一个填充方法，其值如下：

pad/ffill – 向前填充值
bfill/backfill – 向后填充值
nearest – 从最近的索引值填充

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
df2 = pd.DataFrame(np.random.randn(2,3),columns=['col1','col2','col3'])

# Padding NAN's
print (df2.reindex_like(df1))

# Now Fill the NAN's with preceding Values
print ("Data Frame with Forward Fill:")
print (df2.reindex_like(df1,method='ffill'))

执行结果如下:

       col1      col2      col3
0 -1.028198 -0.611972  0.783637
1 -0.442691 -1.982359 -0.309824
2       NaN       NaN       NaN
3       NaN       NaN       NaN
4       NaN       NaN       NaN
5       NaN       NaN       NaN
Data Frame with Forward Fill:
       col1      col2      col3
0 -1.028198 -0.611972  0.783637
1 -0.442691 -1.982359 -0.309824
2 -0.442691 -1.982359 -0.309824
3 -0.442691 -1.982359 -0.309824
4 -0.442691 -1.982359 -0.309824
5 -0.442691 -1.982359 -0.309824

注 – 最后四行被填充了。

重建索引时的填充限制

限制参数在重建索引时提供对填充的额外控制。限制指定连续匹配的最大计数。看看下面的例子来理解这个概念：

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
df2 = pd.DataFrame(np.random.randn(2,3),columns=['col1','col2','col3'])

# Padding NAN's
print (df2.reindex_like(df1))

# Now Fill the NAN's with preceding Values
print ("Data Frame with Forward Fill limiting to 1:")
print (df2.reindex_like(df1,method='ffill',limit=1))

执行结果如下:

       col1      col2      col3
0 -0.225707  0.290531  0.568048
1 -0.267524  0.289223  1.531116
2       NaN       NaN       NaN
3       NaN       NaN       NaN
4       NaN       NaN       NaN
5       NaN       NaN       NaN
Data Frame with Forward Fill limiting to 1:
       col1      col2      col3
0 -0.225707  0.290531  0.568048
1 -0.267524  0.289223  1.531116
2 -0.267524  0.289223  1.531116
3       NaN       NaN       NaN
4       NaN       NaN       NaN
5       NaN       NaN       NaN

注意 – 只有第7行由前6行填充，然后，其它行按原样保留。

重命名

rename()方法允许基于一些映射(字典或者Series)或任意函数来重新标记一个轴。看看下面的例子来理解这一概念：

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
print (df1)

print ("After renaming the rows and columns:")
print (df1.rename(columns={'col1' : 'c1', 'col2' : 'c2'},
index = {0 : 'apple', 1 : 'banana', 2 : 'durian'}))

执行结果如下:

       col1      col2      col3
0  0.042511 -1.171527 -1.184469
1 -0.122663  0.591838 -0.719401
2  0.485293  0.149519 -1.060786
3  1.372260  2.142638 -0.264529
4 -1.000724 -0.945758  0.271191
5  1.303374 -1.950462  0.396237
After renaming the rows and columns:
              c1        c2      col3
apple   0.042511 -1.171527 -1.184469
banana -0.122663  0.591838 -0.719401
durian  0.485293  0.149519 -1.060786
3       1.372260  2.142638 -0.264529
4      -1.000724 -0.945758  0.271191
5       1.303374 -1.950462  0.396237