reindex更多的不是修改pandas對象的索引，而只是修改索引的順序，如果修改的索引不存在就會使用默認的None代替此行。且不會修改原數組，要修改需要使用賦值語句。

series.reindex()

import pandas as pdimport numpy as npobj = pd.Series(range(4), index=['d', 'b', 'a', 'c'])print obj

d 0b 1a 2c 3dtype: int64 

print obj.reindex(['a', 'b', 'c', 'd', 'e'])1a 2.0b 1.0c 3.0d 0.0e NaNdtype: float64

多出的索引‘e'會被賦值NaN

內插或填充method

obj1=pd.Series(range(3), index=['a', 'c', 'e'])print obj1.reindex(['a', 'b', 'c', 'd', 'e'],method='pad')

a 0b 0c 1d 1e 2dtype: int64

ffill或pad: 前向（或進位）填充

bfill或backfill: 后向（或進位）填充

dataframe.reindex()

dataframe.reindex()可以改變（行）索引，列或兩者。當只傳入一個序列時，行被重新索引,一次可以對兩個重新索引，可是插值只在行側（0坐標軸）進行

frame = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'], columns=['c1', 'c2', 'c3'])print frame

 c1 c2 c3a 0 1 2c 3 4 5d 6 7 8

states = ['c1', 'b2', 'c3']frame.reindex(columns=states)

列名不一樣的會被賦值nan

frame_na=frame.reindex(index=['a', 'b', 'c', 'd'], method='ffill', columns=states)print frame_na

 c1 b2 c3a 0 NaN 2b 0 NaN 2c 3 NaN 5d 6 NaN 8

插值只在行側（0坐標軸）進行,但是我們可以在其之后，對nan值進行填充

frame_na.fillna(method='ffill',axis=1)

以上這篇python pandas 對series和dataframe的重置索引reindex方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。