pandas.DataFrame.reindex#

DataFrame.reindex(labels=None, *, index=None, columns=None, axis=None, method=None, copy=<no_default>, level=None, fill_value=nan, limit=None, tolerance=None)[源代码]#

使用可选的填充逻辑将 DataFrame 匹配到新索引。

在没有先前索引值的位置插入 NA/NaN。除非新索引与当前索引等效且 copy=False，否则将生成一个新对象。

参数:
labels类数组，可选

用于调整“axis”指定轴的新标签/索引。

index类数组，可选

用于索引的新标签。最好使用 Index 对象以避免数据重复。

columns类数组，可选

用于列的新标签。最好使用 Index 对象以避免数据重复。

axis整数或字符串，可选

目标轴。可以是轴名称（“index”、“columns”）或数字（0、1）。

method{None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}

用于填充重新索引的 DataFrame 中的空缺的方法。请注意：这仅适用于索引单调递增/递减的 DataFrame/Series。

  • None (默认): 不填充空缺

  • 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间隔。

  • nearest：使用最近的有效观测值填充间隔。

copybool，默认值 False

此关键字已被忽略；更改其值将不会影响方法。

已弃用，版本 3.0.0: 此关键字已被忽略，并将在 pandas 4.0 中删除。自 pandas 3.0 起，此方法始终返回一个新对象，并使用延迟复制机制，该机制会推迟复制直到必要时（写时复制）。有关更多详细信息，请参阅关于写时复制的用户指南。

level整数或名称

跨级别广播，匹配传递的 MultiIndex 级别的 Index 值。

fill_value标量，默认为 np.nan

用于缺失值的数值。默认为 NaN，但可以是任何“兼容”的值。

limitint, default None

用于向前或向后填充的连续元素的最多数量。

tolerance可选

不精确匹配的原始标签与新标签之间的最大距离。索引在匹配位置的值必须满足方程 abs(index[indexer] - target) <= tolerance。

容差可以是标量值，它将相同的容差应用于所有值，也可以是类列表，它为每个元素应用可变容差。类列表包括列表、元组、数组、Series，并且必须与索引的大小相同，其 dtype 必须与索引的类型完全匹配。

返回:
DataFrame

具有已更改索引的 DataFrame。

另请参阅

DataFrame.set_index

设置行标签。

DataFrame.reset_index

删除行标签或将其移至新列。

DataFrame.reindex_like

更改为与其他 DataFrame 相同的索引。

示例

DataFrame.reindex 支持两种调用约定

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

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

我们*强烈*建议使用关键字参数来阐明您的意图。

创建一个包含一些虚构数据的 DataFrame。

>>> index = ["Firefox", "Chrome", "Safari", "IE10", "Konqueror"]
>>> columns = ["http_status", "response_time"]
>>> df = pd.DataFrame(
...     [[200, 0.04], [200, 0.02], [404, 0.07], [404, 0.08], [301, 1.0]],
...     columns=columns,
...     index=index,
... )
>>> df
           http_status  response_time
Firefox            200           0.04
Chrome             200           0.02
Safari             404           0.07
IE10               404           0.08
Konqueror          301           1.00

创建一个新索引并重新索引 DataFrame。默认情况下，新索引中与 DataFrame 中不存在对应记录的值将被赋予 NaN。

>>> new_index = ["Safari", "Iceweasel", "Comodo Dragon", "IE10", "Chrome"]
>>> df.reindex(new_index)
               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。由于索引既不是单调递增也不是单调递减，因此我们无法使用关键字 method 的参数来填充 NaN 值。

>>> df.reindex(new_index, fill_value=0)
               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")
              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"])
           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")
           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（例如，一系列日期）的 DataFrame。

>>> date_index = pd.date_range("1/1/2010", periods=6, freq="D")
>>> df2 = pd.DataFrame(
...     {"prices": [100, 101, np.nan, 100, 89, 88]}, index=date_index
... )
>>> df2
            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 以涵盖更广泛的日期范围。

>>> date_index2 = pd.date_range("12/29/2009", periods=10, freq="D")
>>> df2.reindex(date_index2)
            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

原始数据框中没有值的索引条目（例如，“2009-12-29”）默认用 NaN 填充。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")
            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（在索引值为 2010-01-03 时）不会被任何值传播方案填充。这是因为在重新索引时填充不会查看 DataFrame 的值，而只会比较原始索引和目标索引。如果您确实想填充原始 DataFrame 中存在的 NaN 值，请使用 fillna() 方法。

有关更多信息，请参阅 用户指南。

本页内容