Pandas中的索引都是 啥类的子类

Posted 2023-04-03

参考技术A 无论哪种形式的索引，都是一个Index类的对象，Index是一个基类，他派生出了许多子类。 参考技术B numpy
pandas是建立在Numpy基础上的高效数据分析处理库，是Python的重要数据分析库。pandas提供了众多的高级函数，极大地简化了数据处理的流程，尤其是被广泛地应用于金融领域的数据分析。

重新索引系列返回 Pandas 中的 NaN

【中文标题】重新索引系列返回 Pandas 中的 NaN

【英文标题】：Reindexing a series returns NaNs in Pandas

【发布时间】：2018-11-23 03:02:10

【问题描述】：

以下代码返回一个到处都是 NaN 的系列：

s = pd.Series([1, 2, 3, 4, 5, 6],
                 index=pd.MultiIndex.from_product([["A", "B"], ["c", "d", "e"]]))

s.reindex([('E', 'g'), ('E', 'h'), ('E', 'i'), ('F', 'g'), ('F', 'h'), ('F', 'i')])

或

s.reindex(pd.MultiIndex.from_product([['E', 'F'], ['g', 'h', 'i']]))

如何重新索引系列并保留原始值？

【参考方案1】：

这不是reindex，就是改成index

s.index=pd.MultiIndex.from_product([['E', 'F'], ['g', 'h', 'i']])
s
Out[362]: 
E  g    1
   h    2
   i    3
F  g    4
   h    5
   i    6
dtype: int64

【讨论】：

是的，“reindex”的意思是“查找这些值”，而不是“替换索引”。

【参考方案2】：

如果需要将新值设置为二级使用MultiIndex.set_levels:

s.index = s.index.set_levels(['g', 'h', 'i'], level=1)
print (s)
A  g    1
   h    2
   i    3
B  g    4
   h    5
   i    6
dtype: int64