dataframereindex详解

一、什么是dataframereindex

在pandas这个数据分析库中，dataframereindex方法可以重建索引(index)，即返回一个经过重新索引后的Dataframe。这个方法是pandas中最常用的功能之一，它既可以用来修改行索引，也可以用来修改列索引。另外，该方法也可以用来重新排序原有的索引，或者重新设置索引的值。

import pandas as pd

df = pd.DataFrame({'s1': [1, 2, 3], 's2': [4, 5, 6], 's3': [7, 8, 9]})
df1 = df.reindex([2,1,0])
print(df1)

输出：

   s1  s2  s3
2   3   6   9
1   2   5   8
0   1   4   7

二、常见的参数含义

在使用dataframereindex方法时，我们常用到的参数有三个：index、columns、fill_value。

1.index：指定要使用的索引值，如果某个索引不存在，会添加一行或者一列。如果某些原有索引在新索引中不存在，则相应行（或列）会被删除。

df2 = pd.DataFrame({'s1': ['a', 'b', 'c'], 's2': ['d', 'e', 'f']})
df3 = df2.reindex(index=[0, 1, 2, 3], fill_value='default')
print(df3)

输出：

  s1 s2
0  a  d
1  b  e
2  c  f
3  default  default

2. columns：指定要使用的列索引值，如果某个列索引不存在，会添加一列或者一行。如果某些原有索引在新索引中不存在，则相应列（或行）会被删除。

df4 = pd.DataFrame({'s1': ['a', 'b', 'c'], 's2': ['d', 'e', 'f']})
df5 = df4.reindex(columns=['s1', 's2', 's3'], fill_value='default')
print(df5)

输出：

  s1 s2 s3
0  a  d  default
1  b  e  default
2  c  f  default

3. fill_value：缺失值的填充值，使用该参数后，会将所有缺失值填充为fill_value中指定的值。

df6 = pd.DataFrame({'A': [1, 2], 'B': [3, 4], 'C': [5, 6]})
print(df6.reindex([0,1,2], fill_value=0))

输出：

 A  B  C
0  1  3  5
1  2  4  6
2  0  0  0

三、dataframereindex的附加功能

除了基本的用法外，dataframereindex方法还拥有一些附加的功能，下面将分别对这些功能进行描述。

1. 支持在指定轴上插入新的标签

在原始数据中，如果想要添加新的标签，只需要在传给dataframereindex函数的列表中直接添加即可。

df7 = pd.DataFrame({'s1': [1, 2, 3], 's2': [4, 5, 6], 's3': [7, 8, 9]})
df8 = df7.reindex(index=[0,1,2,3], columns=['s1', 's2', 's3', 's4'])
print(df8)

输出：

   s1  s2  s3  s4
0   1   4   7   NaN
1   2   5   8   NaN
2   3   6   9   NaN
3  NaN NaN NaN NaN

2. 支持对标签进行删除

如果想要删除某些标签，只需要将相应的标签从传给dataframereindex函数的列表中删除即可。

df9 = pd.DataFrame({'s1': [1, 2, 3], 's2': [4, 5, 6], 's3': [7, 8, 9]})
df10 = df9.reindex(index=[0, 1], columns=['s1', 's2'])
print(df10)

输出：

   s1  s2
0   1   4
1   2   5

3. 可以设置插入位置

在dataframereindex方法中可以指定插入标签的位置，这是通过使用method参数来实现的。如果不指定该参数，则默认使用ffill参数（前向填充）。

df11 = pd.DataFrame({'s1': [1, 2, 3], 's2': [4, 5, 6], 's3': [7, 8, 9]})
df12 = df11.reindex(index=[0,1,2,3], method='ffill')
print(df12)

输出：

   s1  s2  s3
0   1   4   7
1   2   5   8
2   3   6   9
3   3   6   9

method还可以使用bfill参数，这个参数会从后向前填充缺失值。

4. 可以进行索引排序

dataframereindex方法还支持对索引进行排序。通过传入sort_parameter参数可以实现。

df13 = pd.DataFrame({'s1': [1, 2, 3], 's2': [4, 5, 6], 's3': [7, 8, 9]})
df14 = df13.reindex(index=[2, 1, 0], sort_remaining=True)
print(df14)

输出：

   s1  s2  s3
0   1   4   7
1   2   5   8
2   3   6   9

四、总结

dataframereindex方法是pandas库中最常用的功能之一，它可以重建索引，修改行索引、列索引、排序原有的索引，或者重新设置索引的值。除了基本的索引重建外，我们还可以利用dataframereindex方法支持的一些附加功能，如在指定轴上插入新的标签、删除标签、设置插入位置以及进行索引排序。