5. Pandas系列 - 重建索引

原创

Johngo学长 2021-12-29 15:40:21 ©著作权

文章标签 数据重命名互联网广告 文章分类 代码人生

©著作权归作者所有：来自51CTO博客作者Johngo学长的原创作品，请联系作者获取转载授权，否则将追究法律责任

5. Pandas系列 - 重建索引_互联网广告

示例
重建索引与其他对象对齐
填充时重新加注
重建索引时的填充限制
重命名

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)

结果：

>>> df
            A       C           D     x         y
0  2016-01-01    High  114.381446   0.0  0.308304
1  2016-01-02    High  113.903337   1.0  0.845635
2  2016-01-03     Low   88.598431   2.0  0.022341
3  2016-01-04  Medium  110.205763   3.0  0.137682
4  2016-01-05    High   92.871260   4.0  0.233312
5  2016-01-06    High   80.547223   5.0  0.316480
6  2016-01-07  Medium  102.559371   6.0  0.290867
7  2016-01-08  Medium  106.990847   7.0  0.078865
8  2016-01-09     Low   91.785478   8.0  0.867655
9  2016-01-10    High   89.334388   9.0  0.733685
10 2016-01-11    High  102.485193  10.0  0.682129
11 2016-01-12    High   89.719618  11.0  0.149376
12 2016-01-13    High   89.175230  12.0  0.522455
13 2016-01-14    High   80.997986  13.0  0.436974
14 2016-01-15  Medium  107.099049  14.0  0.154620
15 2016-01-16    High   85.012230  15.0  0.217840
16 2016-01-17     Low  118.415446  16.0  0.034683
17 2016-01-18  Medium  101.326426  17.0  0.797601
18 2016-01-19     Low  112.628830  18.0  0.067099
19 2016-01-20  Medium  101.985635  19.0  0.929806
>>> df.reindex(index=[0,2,5],columns=['A', 'C', 'B'])
           A     C   B
0 2016-01-01  High NaN
2 2016-01-03   Low NaN
5 2016-01-06  High NaN

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

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

res:

       col1      col2      col3
0 -0.937012  0.281154 -0.206154
1 -0.387672 -1.161284 -1.053927
2 -0.078375  0.286627  3.185455
3 -0.952543  1.100563  0.873561
4  1.543179 -0.590498  0.569140
5 -0.887682 -0.390340  0.793262
6  0.200928  0.536087 -0.884333

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

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')

res:

       col1      col2      col3
0 -0.109234 -0.757402 -0.167979
1 -1.478847  0.030590 -0.062580
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 -0.109234 -0.757402 -0.167979
1 -1.478847  0.030590 -0.062580
2 -1.478847  0.030590 -0.062580
3 -1.478847  0.030590 -0.062580
4 -1.478847  0.030590 -0.062580
5 -1.478847  0.030590 -0.062580

重建索引时的填充限制

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

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)

res:

       col1      col2      col3
0  0.112024 -1.431111 -0.828381
1 -0.182373 -0.025696 -1.673949
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  0.112024 -1.431111 -0.828381
1 -0.182373 -0.025696 -1.673949
2 -0.182373 -0.025696 -1.673949
3       NaN       NaN       NaN
4       NaN       NaN       NaN
5       NaN       NaN       NaN

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参数有 column和index

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'}, inplace = True)

作者：Johngo

配图：Pexels

5. Pandas系列 - 重建索引_互联网广告_02