pandas重新索引

Posted 棍子哥

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas重新索引相关的知识,希望对你有一定的参考价值。

#重新索引会更改DataFrame的行标签和列标签。重新索引意味着符合数据以匹配特定轴上的一组给定的标签。

#可以通过索引来实现多个操作 -

#重新排序现有数据以匹配一组新的标签。
#在没有标签数据的标签位置插入缺失值(NA)标记。
#示例

import pandas as pd
import numpy as np

N=20

df = pd.DataFrame({
   A: pd.date_range(start=2016-01-01,periods=N,freq=D),
   x: np.linspace(0,stop=N-1,num=N),
   y: np.random.rand(N),
   C: np.random.choice([Low,Medium,High],N).tolist(),
   D: np.random.normal(100, 10, size=(N)).tolist()
})

#reindex the DataFrame
df_reindexed = df.reindex(index=[0,2,5], columns=[A, C, B])

print (df_reindexed)
#Python
#执行上面示例代码,得到以下结果 -

            A    C     B
0  2016-01-01  Low   NaN
2  2016-01-03  High  NaN
5  2016-01-06  Low   NaN
#Shell
#重建索引与其他对象对齐
#有时可能希望采取一个对象和重新索引,其轴被标记为与另一个对象相同。 考虑下面的例子来理解这一点。

#示例

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(10,3),columns=[col1,col2,col3])
df2 = pd.DataFrame(np.random.randn(7,3),columns=[col1,col2,col3])

df1 = df1.reindex_like(df2)
print df1
#Python
#执行上面示例代码,得到以下结果 -

          col1         col2         col3
0    -2.467652    -1.211687    -0.391761
1    -0.287396     0.522350     0.562512
2    -0.255409    -0.483250     1.866258
3    -1.150467    -0.646493    -0.222462
4     0.152768    -2.056643     1.877233
5    -1.155997     1.528719    -1.343719
6    -1.015606    -1.245936    -0.295275
#Shell
#注意 - 在这里,df1数据帧(DataFrame)被更改并重新编号,如df2。 列名称应该匹配,否则将为整个列标签添加NAN。

#填充时重新加注
#reindex()采用可选参数方法,它是一个填充方法,其值如下:

#pad/ffill - 向前填充值
#bfill/backfill - 向后填充值
#nearest - 从最近的索引值填充
#示例

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(6,3),columns=[col1,col2,col3])
df2 = pd.DataFrame(np.random.randn(2,3),columns=[col1,col2,col3])

# Padding NAN‘s
print df2.reindex_like(df1)

# Now Fill the NAN‘s with preceding Values
print ("Data Frame with Forward Fill:")
print df2.reindex_like(df1,method=‘ffill‘)
#Python
#执行上面示例代码时,得到以下结果 -

         col1        col2       col3
0    1.311620   -0.707176   0.599863
1   -0.423455   -0.700265   1.133371
2         NaN         NaN        NaN
3         NaN         NaN        NaN
4         NaN         NaN        NaN
5         NaN         NaN        NaN

Data Frame with Forward Fill:
         col1        col2        col3
0    1.311620   -0.707176    0.599863
1   -0.423455   -0.700265    1.133371
2   -0.423455   -0.700265    1.133371
3   -0.423455   -0.700265    1.133371
4   -0.423455   -0.700265    1.133371
5   -0.423455   -0.700265    1.133371
#Shell
#注 - 最后四行被填充了。

#重建索引时的填充限制
#限制参数在重建索引时提供对填充的额外控制。限制指定连续匹配的最大计数。考虑下面的例子来理解这个概念 -

#示例


 
import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(6,3),columns=[col1,col2,col3])
df2 = pd.DataFrame(np.random.randn(2,3),columns=[col1,col2,col3])

# Padding NAN‘s
print df2.reindex_like(df1)

# Now Fill the NAN‘s with preceding Values
print ("Data Frame with Forward Fill limiting to 1:")
print df2.reindex_like(df1,method=ffill,limit=1)
#Python
#在执行上面示例代码时,得到以下结果 -

         col1        col2        col3
0    0.247784    2.128727    0.702576
1   -0.055713   -0.021732   -0.174577
2         NaN         NaN         NaN
3         NaN         NaN         NaN
4         NaN         NaN         NaN
5         NaN         NaN         NaN

#Data Frame with Forward Fill limiting to 1:
         col1        col2        col3
0    0.247784    2.128727    0.702576
1   -0.055713   -0.021732   -0.174577
2   -0.055713   -0.021732   -0.174577
3         NaN         NaN         NaN
4         NaN         NaN         NaN
5         NaN         NaN         NaN
#Shell
#注意 - 只有第7行由前6行填充。 然后,其它行按原样保留。

#重命名
#rename()方法允许基于一些映射(字典或者系列)或任意函数来重新标记一个轴。
#看看下面的例子来理解这一概念。

#示例

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(6,3),columns=[col1,col2,col3])
print df1

print ("After renaming the rows and columns:")
print df1.rename(columns={col1 : c1, col2 : c2},index = {0 : apple, 1 : banana, 2 : durian})
#Python
#执行上面示例代码,得到以下结果 -

         col1        col2        col3
0    0.486791    0.105759    1.540122
1   -0.990237    1.007885   -0.217896
2   -0.483855   -1.645027   -1.194113
3   -0.122316    0.566277   -0.366028
4   -0.231524   -0.721172   -0.112007
5    0.438810    0.000225    0.435479

#After renaming the rows and columns:
                c1          c2        col3
apple     0.486791    0.105759    1.540122
banana   -0.990237    1.007885   -0.217896
durian   -0.483855   -1.645027   -1.194113
3        -0.122316    0.566277   -0.366028
4        -0.231524   -0.721172   -0.112007
5         0.438810    0.000225    0.435479
#Shell
#rename()方法提供了一个inplace命名参数,默认为False并复制底层数据。 指定传递inplace = True则表示将数据重命名。

 

以上是关于pandas重新索引的主要内容,如果未能解决你的问题,请参考以下文章

Pandas - 重新索引仅对具有唯一值的索引对象有效

pandas基础运算

Pandas 重新索引并将列分配给新列

Pandas - ValueError:无法从重复的轴重新索引

Pandas Multiindex 系列级别重新索引

Pandas:在多索引数据帧中重新索引和插值