reindex更多的不是修改pandas對象的索引，而只是修改索引的順序，如果修改的索引不存在就會使用默認的None代替此行。且不會修改原數組，要修改需要使用賦值語句。
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'會被賦值NaN
內插或填充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(或進位)填充
bfill或backfill: 后向(或進位)填充
dataframe.reindex()
dataframe.reindex()可以改變(行)索引，列或兩者。當只傳入一個序列時，行被重新索引,一次可以對兩個重新索引，可是插值只在行側(0坐標軸)進行
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
列名不一樣的會被賦值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
插值只在行側(0坐標軸)進行,但是我們可以在其之后，對nan值進行填充
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
以上這篇python pandas 對series和dataframe的重置索引reindex方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持編程小技巧。
)
