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][源代码]#

使 DataFrame 符合新的索引，并带有可选的填充逻辑。

在先前索引中没有值的位置放置 NA/NaN。除非新索引等同于当前索引且 copy=False，否则将生成一个新对象。

参数:

标签类数组, 可选

新的标签 / 索引以符合由 ‘axis’ 指定的轴。

索引类数组, 可选

索引的新标签。最好使用索引对象以避免数据重复。

列类数组, 可选

新的列标签。最好是 Index 对象，以避免数据重复。

轴int 或 str, 可选

目标轴。可以是轴名称（’index’, ‘columns’）或数字（0, 1）。

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

用于填充重新索引的 DataFrame 中空洞的方法。请注意：这仅适用于具有单调递增/递减索引的 DataFrame/Series。

None (默认): 不填充间隙
pad / ffill: 将最后一个有效观测值向前传播到下一个有效观测值。
backfill / bfill: 使用下一个有效观测值来填补空白。
nearest: 使用最近的有效观测值来填补空白。

复制布尔值, 默认为 False

即使传递的索引相同，也返回一个新对象。

备注

copy 关键字将在 pandas 3.0 中改变行为。写时复制将被默认启用，这意味着所有带有 copy 关键字的方法将使用延迟复制机制来推迟复制并忽略 copy 关键字。copy 关键字将在 pandas 的未来版本中被移除。

通过启用写时复制 pd.options.mode.copy_on_write = True，您已经可以获得未来的行为和改进。

自 3.0.0 版本弃用.

级别int 或 name

在某一级别上广播，匹配传递的 MultiIndex 级别上的索引值。

fill_value标量，默认 np.nan

用于缺失值的值。默认为 NaN，但可以是任何“兼容”的值。

限制int, 默认为 None

最大连续元素数，用于向前或向后填充。

tolerance可选的

不精确匹配中原始标签和新标签之间的最大距离。匹配位置的索引值必须满足方程 abs(index[indexer] - target) <= tolerance。

容差可以是一个标量值，它对所有值应用相同的容差，或者是类似列表的，它对每个元素应用可变的容差。类似列表的包括列表、元组、数组、系列，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: 更改索引后的 DataFrame。

参见

DataFrame.set_index: 设置行标签。
DataFrame.reset_index: 移除行标签或将它们移动到新列。
DataFrame.reindex_like: 更改为与其他 DataFrame 相同的索引。

例子

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明确你的意图。

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

创建一个新的索引并重新索引 DataFrame。默认情况下，在新索引中没有对应 DataFrame 记录的值会被分配 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的值。由于索引不是单调递增或递减的，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的 DataFrame（例如，一系列日期）。

>>> 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 以覆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

在原始数据框中没有值的索引项（例如，’2009-12-29’）默认填充为 NaN。如果需要，我们可以使用几种选项之一填充缺失值。

例如，要将最后一个有效值反向传播以填充 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 2010-01-03 处）不会被任何值传播方案填充。这是因为重新索引时的填充不会查看 DataFrame 值，而只比较原始索引和所需索引。如果您确实想填充原始 DataFrame 中存在的 NaN 值，请使用 fillna() 方法。

更多信息请参见用户指南。