如何在函数中重新索引熊猫数据框？

Posted 2023-03-11

【中文标题】如何在函数中重新索引熊猫数据框？

【英文标题】：How to reindex a pandas dataframe within a function?

【发布时间】：2019-06-10 17:49:23

【问题描述】：

我正在尝试将具有空值的列标题添加到我的数据框 (just like this answer)，但在已经修改它的函数中，如下所示：

mydf = pd.DataFrame()

def myfunc(df):
  df['newcol1'] = np.nan  # this works

  list_of_newcols = ['newcol2', 'newcol3']
  df = df.reindex(columns=df.columns.tolist() + list_of_newcols)  # this does not
  return
myfunc(mydf)

如果我在 IPython 控制台中单独运行这些行，它将添加它们。但是作为脚本运行，newcol1 将被添加，但 2 和 3 不会。设置copy=False 也不起作用。我在这里做错了什么？

【参考方案1】：

Pandas df.reindex() 会生成一个新对象，除非索引相同，因此您需要从函数中返回新对象。

def myfunc(df):
  df['newcol1'] = np.nan  # this works

  list_of_newcols = ['newcol2', 'newcol3']
  df = df.reindex(columns=df.columns.tolist + list_of_newcols)  # this does not
  return df

mydf = myfunc(mydf)

【讨论】：

那么索引等效的唯一情况是我重新排列现有的列标签？

@ExcelHelp 我相信是这样，但我并不肯定。

实际上没有 - 返回一个副本，除非请求的索引实际上等于原始索引。

【参考方案2】：

不确定这是您使用实际代码时还是在此处输入时所犯的错误，但tolist() 是一个函数，您必须添加括号。

df = df.reindex(columns=df.columns.tolist() + list_of_newcols)

【参考方案3】：

您无需设置NaN 值并再次指定新的列标签。您可以reindex 使用任意字符串列表； NaN是未指定数据的默认值。

df = pd.DataFrame('A': [1, 2, 3])

df = df.reindex(columns=['A', 'B', 'C'])

print(df)

   A   B   C
0  1 NaN NaN
1  2 NaN NaN
2  3 NaN NaN