Pandas知识点

#Pandas知识点| 来源: 网络整理| 查看: 265

reset_index()用法详解

reset_index()是pandas中将索引重置成自然数的方法，不会改变原始数据的内容和排列顺序。

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=''):level: 如果行索引是多重索引，level用于设置重置哪些等级的索引。指定目标等级的索引用 int,str,tuple,list 等，默认None。drop: 重置索引后，是否将原来的行索引删除，默认False，不删除行索引，保存成df中的一列。inplace: 是否对数据本身进行修改，默认False，不修改数据本身，而是创建一个新的df对象。col_level: 如果列索引是多重索引，设置新的一列数据的索引增加到哪个等级。int or str，默认0。col_fill: 如果列索引是多重索引，设置新的一列数据的的其他等级的列索引名。object，默认空字符。

Series的reset_index()没有后两个参数col_level和col_fill，有一个功能相似的name参数。

# coding=utf-8 import pandas as pd df = pd.DataFrame({'Col-1': [1, 3, 5], 'Col-2': [5, 7, 9]}, index=['A', 'B', 'C']) print(df) df1 = df.reset_index() print(df1) df.reset_index(drop=True, inplace=True) print(df)

Output:

Col-1 Col-2 A 1 5 B 3 7 C 5 9 index Col-1 Col-2 0 A 1 5 1 B 3 7 2 C 5 9 Col-1 Col-2 0 1 5 1 3 7 2 5 9

reindex()用法详解

reindex()是pandas中实现数据对齐的基本方法，对齐是指沿着指定轴，让数据与给定的一组标签（行列索引）进行匹配。

DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=None, level=None, fill_value=nan, limit=None, tolerance=None):labels: 新的行索引/列标签序列，设置行还是设置列与axis参数指定的轴一致。axis: 指定重新对齐的轴。可以是轴名称（"index","columns"）或数字（0,1），默认为行索引。index: 设置重新对齐后的行索引。columns: 设置重新对齐后的列索引。fill_value: 重新对齐数据后，指定用于填充缺失值的标量，默认填充空值NaN。method: 重新对齐数据后，用于设置空值的填充方式，可选的填充方式有: {None, "backfill"/"bfill", "pad"/"ffill"}，"backfill"/"bfill"表示用前一个索引对应的值填充，"pad"/"ffill"表示用后一个索引对应的值填充。注意：这里的前一个和后一个不是数据写入的顺序，而是根据索引字符的ASCII编码顺序进行排序。limit: 设置向前填充或向后填充的最大连续元素数。copy: 即使传递的索引相同，也返回一个新的对象。level: 跨级别广播，如果索引是多重索引，指定索引的级别。tolerance: 不精确匹配的原始标签和新标签之间的最大距离，在匹配位置处索引的值最符合方程abs(index[indexer] - target)

【本文地址】

公司简介

联系我们