Pandas reindex重置索引

发布时间：2024-03-16 19:30:01

重置索引（reindex）可以更改原 DataFrame 的行标签或列标签，并使更改后的行、列标签与 DataFrame 中的数据逐一匹配。通过重置索引操作，您可以完成对现有数据的重新排序。如果重置的索引标签在原 DataFrame 中不存在，那么该标签对应的元素值将全部填充为 NaN。

重置行列标签

看一组简单示例：

01.
import pandas as pd
02.
import numpy as np
03.
N=20
04.
df = pd.DataFrame({
05.
   'A': pd.date_range(start='2016-01-01',periods=N,freq='D'),
06.
   'x': np.linspace(0,stop=N-1,num=N),
07.
   'y': np.random.rand(N),
08.
   'C': np.random.choice(['Low','Medium','High'],N).tolist(),
09.
   'D': np.random.normal(100, 10, size=(N)).tolist()
10.
})
11.
#重置行、列索引标签
12.
df_reindexed = df.reindex(index=[0,2,5], columns=['A', 'C', 'B'])
13.
print(df_reindexed)
复制

输出结果：

           A       C   B
0 2020-12-07  Medium NaN
2 2020-12-09     Low NaN
5 2020-12-12    High NaN

现有 a、b 两个 DataFrame 对象，如果想让 a 的行索引与 b 相同，您可以使用 reindex_like() 方法。示例如下：

01.
import pandas as pd
02.
import numpy as np
03.
a = pd.DataFrame(np.random.randn(10,3),columns=['col1','col2','col3'])
04.
b = pd.DataFrame(np.random.randn(7,3),columns=['col1','col2','col3'])
05.
a= a.reindex_like(b)
06.
print(a)
复制

输出结果：

       col1      col2      col3
0  1.776556 -0.821724 -1.220195
1 -1.401443  0.317407 -0.663848
2  0.300353 -1.010991  0.939143
3  0.444041 -1.875384  0.846112
4  0.967159  0.369450 -0.414128
5  0.320863 -1.223477 -0.337110
6 -0.933665  0.909382  1.129481

上述示例，a 会按照 b 的形式重建行索引。需要特别注意的是，a 与 b 的列索引标签必须相同。

填充元素值

reindex_like() 提供了一个可选的参数method，使用它来填充相应的元素值，参数值介绍如下：

pad/ffill：向前填充值；
bfill/backfill：向后填充值；
nearest：从距离最近的索引值开始填充。

示例如下：

01.
import pandas as pd
02.
import numpy as np
03.
df1 = pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
04.
df2 = pd.DataFrame(np.random.randn(2,3),columns=['col1','col2','col3'])
05.
#使df2和df1行标签相同
06.
print(df2.reindex_like(df1))
07.
#向前填充
08.
print(df2.reindex_like(df1,method='ffill'))
复制

输出结果：

#填充前
       col1      col2      col3
0  0.129055  0.835440  0.383065
1 -0.357231  0.379293  1.211549
2       NaN       NaN       NaN
3       NaN       NaN       NaN
4       NaN       NaN       NaN
5       NaN       NaN       NaN
#填充后
       col1      col2      col3
0  0.129055  0.835440  0.383065
1 -0.357231  0.379293  1.211549
2 -0.357231  0.379293  1.211549
3 -0.357231  0.379293  1.211549
4 -0.357231  0.379293  1.211549
5 -0.357231  0.379293  1.211549

限制填充行数

reindex_like() 还提供了一个额外参数 limit，该参数用来控制填充的最大行数。示例如下：

01.
import pandas as pd
02.
import numpy as np
03.
df1 = pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
04.
df2 = pd.DataFrame(np.random.randn(2,3),columns=['col1','col2','col3'])
05.
print (df2.reindex_like(df1))
06.
#最多填充2行
07.
print (df2.reindex_like(df1,method='ffill',limit=2))
复制

输出结果：

       col1      col2      col3
0 -1.829469  0.310332 -2.008861
1 -1.038512  0.749333 -0.094335
2       NaN       NaN       NaN
3       NaN       NaN       NaN
4       NaN       NaN       NaN
5       NaN       NaN       NaN

       col1      col2      col3
0 -1.829469  0.310332 -2.008861
1 -1.038512  0.749333 -0.094335
2 -1.038512  0.749333 -0.094335
3 -1.038512  0.749333 -0.094335
4       NaN       NaN       NaN
5       NaN       NaN       NaN

由上述示例可以看出，填充了 2、3 行缺失值，也就是只填充了 2 行数据。

重命名标签

rename() 方法允许您使用某些映射(dict或Series)或任意函数来对行、列标签重新命名，示例如下：

01.
import pandas as pd
02.
import numpy as np
03.
 
04.
df1 = pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
05.
print (df1)
06.
#对行和列重新命名
07.
print (df1.rename(columns={'col1' : 'c1', 'col2' : 'c2'},index = {0 : 'apple', 1 : 'banana', 2 : 'durian'}))
复制

输出结果：

       col1      col2      col3
0 -1.762133 -0.636819 -0.309572
1 -0.093965 -0.924387 -2.031457
2 -1.231485 -0.738667  1.415724
3 -0.826322  0.206574 -0.731701
4  1.863816 -0.175705  0.491907
5  0.677361  0.870041 -0.636518

              c1        c2      col3
apple  -1.762133 -0.636819 -0.309572
banana -0.093965 -0.924387 -2.031457
durian -1.231485 -0.738667  1.415724
3      -0.826322  0.206574 -0.731701
4       1.863816 -0.175705  0.491907
5       0.677361  0.870041 -0.636518

rename() 方法提供了一个 inplace 参数，默认值为 False，表示拷贝一份原数据，并在复制后的数据上做重命名操作。若 inplace=True 则表示在原数据的基础上重命名。