关于Pandas版本： 本文基于 pandas2.2.0 编写。
关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。
本节目录
- Pandas.DataFrame.reindex_like()
- 语法：
- 返回值：
- 参数说明：
- other 指定另一个 DataFrame 对象（仿制索引的目标）
- method 缺失值的填充方法
- copy 是否创建原始数据副本
- limit 最大连续填充次数
- tolerance 最大容差距离
- 相关方法：
- 示例：
Pandas.DataFrame.reindex_like()
用另一个 DataFrame 的索引(index)、列名，替换当前DataFrame的索引和列名。
- 默认状态下
copy=True,这意味着将创建新的DataFrame对象，无论新索引、列名和原始数据的索引、列名是否相同。 - 索引仿制后，如果新索引、新列名，对于原始
DataFrame产生异同，对应位置的数据将会被填充为缺失值（Nan）。 - 新索引、新列名的数据类型，必须和原始索引、原始列名的数据类型相同。否则数据将全是NaN。例如数字1 和字符串
1并不相同。 例
这个方法的目的是将一个 DataFrame 对象的索引调整为另一个 DataFrame 对象的索引，以便它们具有相同的索引结构。
语法：
DataFrame.reindex_like(other, method=None, copy=None, limit=None, tolerance=None)
返回值：
- Series or DataFrame
与调用者相同类型的对象，但在每个轴上具有更改的索引。
参数说明：
other 指定另一个 DataFrame 对象（仿制索引的目标）
- other : Object of the same data type
指定另一个具有相同数据类型（索引、列名）的DataFrame对象。
method 缺失值的填充方法
- method:{None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}
如果仿制索引后，DataFrame产生了缺失值，可以根据需要使用method参数进行填充： 例
- ‘pad’ 或 ’ffill’ ： 使用缺失值 前一个有效值 填充缺失值；
- ‘backfill’ 或 ’bfill’ ： 使用缺失值 后一个有效值 填充缺失值；
- ‘nearest’ ： 使用缺失值 最近的 填充缺失值；
⚠️ 注意 :
method参数仅适用于单调递增/递减 的 新索引/列名
copy 是否创建原始数据副本
- copy:bool, default True
默认情况下，copy=True这意味着仿制索引后的DataFrame是一个全新的对象，对其进行的数据修改，不会作用于原始数据。例
若指定copy=False将根据新索引和原始索引是否相同，产生如下结果：
- 新索引和原始索引相同：视图模式，新
DataFrame对象的数据修改，会作用于原始DataFrame。例 - 新索引和原始索引不同：拷贝模式，自动创建一个全新的对象，新
DataFrame对象的数据修改，不会作用于原始DataFrame。例
⚠️ 注意 :
copy参数将改变pandas 3.0中的行为。默认情况下会启用Copy-on-Write，这意味着所有带有copy参数的方法都将使用惰性复制机制来推迟复制并忽略copy参数。copy参数将在pandas的未来版本中删除。您已经可以通过启用写入时复制pd.options.mode.copy_on_write = True来获得未来的行为和改进。
limit 最大连续填充次数
- limit : int, default None
当需要填充缺失值，limit参数控制最大连续填充次数。默认为不限制，可以用整数指定最大次数。例
⚠️ 注意 :
limit需要和method参数配合使用。
tolerance 最大容差距离
- tolerance:optional
最大容差距离：例当新索引和原始索引不一致，会产生缺失值。如果希望通过method参数进行插值，会进行【最近有效值】的判定。默认状况下，这个距离是不受限制的。
如果，你希望【最近有效值】有距离限制，可以使用tolerance参数指定一个最大容差距离。最大容差距离有以下注意事项：
- 【最近有效值】 应符合公式
abs(index[indexer] - target) <= tolerance简单理解为：缺失值对应的新索引的索引值 减 最近目标值对应的新索引的索引值 小于等于 最大容差距离 即可判定为这个值是有效值 - 最大容差距离是一个标量值，它对所有值应用相同的tolerance;
- 也可以是
list-like的值，它对每个元素应用可变的tolerance。 - 并且必须与索引相同大小，其 dtype 必须与索引的类型完全匹配。
⚠️ 注意 :
tolerance参数 只能和method参数 同时使用。否则会引发ValueError
示例：
测试文件下载：
本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。
若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。
示例：新索引和原始索引的数据类型必须相同，会产生数据全是缺失值（NaN）的问题
import pandas as pd
# df1
index1 = [1, 2, 3]
data1 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df1 = pd.DataFrame(data=data1, index=index1)
# df2
index2 = ['1', '2', '3']
data2 = {'111':['a1', 'a2', 'a3'], '222':['b1', 'b2', 'b3']}
df2 = pd.DataFrame(data=data2, index=index2)
# df3 = 仿制索引后的df1
df3 = df1.reindex_like(df2)
# 观察原始数据
print(f"以下为运行结果:\n{'*' * 50}\n原始数据:\n{df1}\n原始数据索引和列名的数据类型：\n{df1.axes}\n\n用来提取索引和列名的df2：\n{df2}\ndf2索引和列名的数据类型：\n{df2.axes}\n\n原始数据仿制索引后的df3：\n{df3}\n原始数据仿制索引后的索引、列名数据类型：\n{df3.axes}\n{'*' * 50}")以下为运行结果:
**************************************************
原始数据:
111 222
1 a1 b1
2 a2 b2
3 a3 b3
原始数据索引和列名的数据类型：
[Index([1, 2, 3], dtype='int64'), Index([111, 222], dtype='int64')]
用来提取索引和列名的df2：
111 222
1 a1 b1
2 a2 b2
3 a3 b3
df2索引和列名的数据类型：
[Index(['1', '2', '3'], dtype='object'), Index(['111', '222'], dtype='object')]
原始数据仿制索引后的df3：
111 222
1 NaN NaN
2 NaN NaN
3 NaN NaN
原始数据仿制索引后的索引、列名数据类型：
[Index(['1', '2', '3'], dtype='object'), Index(['111', '222'], dtype='object')]
**************************************************由上结果可见，由于数据类型的不同，即使新索引、新列名的值和原始索引、原始列名的值 看起来一样，但实际上并不相同。所有数据都被填充为缺失值（NaN）
示例：填充缺失值，仅使用 ffill 演示，其他的填充方法请自行测试
import pandas as pd
# df1
index1 = [1, 2, 3]
data1 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df1 = pd.DataFrame(data=data1, index=index1)
# df2
index2 = [1, 4, 5]
data2 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df2 = pd.DataFrame(data=data2, index=index2)
# df3 = 仿制索引后的df1
df3 = df1.reindex_like(df2, method='ffill')
df3
111 | 222 | |
1 | a1 | b1 |
4 | a3 | b3 |
5 | a3 | b3 |
由上面结果可以发现，索引 4 因为无法在原始数据中找到有效数据，使用 method=‘ffill’ 从原始数据中的 第3 行取数据进行了填充。
示例：默认状态下 copy=True，仿制索引后的新对象的数据修改，不会作用于原始数据
import pandas as pd
# df1
index1 = [1, 2, 3]
data1 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df1 = pd.DataFrame(data=data1, index=index1)
# df2
index2 = [1, 4, 5]
data2 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df2 = pd.DataFrame(data=data2, index=index2)
# df3 = 仿制索引后的df1
df3 = df1.reindex_like(df2)
# 修改df3的数据
df3.iloc[0,0] = 8888
# 观察原始数据
df1
111 | 222 | |
1 | a1 | b1 |
2 | a2 | b2 |
3 | a3 | b3 |
示例：若指定 copy=False ，新索引、列名和原始索引、列名 相同，则使用视图模式，重置索引后的DataFrame的 数据修改会作用于原始数据
import pandas as pd
# df1
index1 = [1, 2, 3]
data1 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df1 = pd.DataFrame(data=data1, index=index1)
# df2
index2 = [1, 2, 3]
data2 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df2 = pd.DataFrame(data=data2, index=index2)
# df3 = 仿制索引后的df1
df3 = df1.reindex_like(df2, copy=False)
# 修改df3的数据
df3.iloc[0,0] = 8888
# 观察原始数据
df1
111 | 222 | |
1 | 8888 | b1 |
2 | a2 | b2 |
3 | a3 | b3 |
示例：若指定 copy=False ，新索引、列名和原始索引、列名 不同，则使用拷贝模式，重置索引后的DataFrame的 数据修改不会作用于原始数据
import pandas as pd
# df1
index1 = [1, 2, 3]
data1 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df1 = pd.DataFrame(data=data1, index=index1)
# df2
index2 = [1, 4, 6]
data2 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df2 = pd.DataFrame(data=data2, index=index2)
# df3 = 仿制索引后的df1
df3 = df1.reindex_like(df2, copy=False)
# 修改df3的数据
df3.iloc[0,0] = 8888
# 观察原始数据
df1
111 | 222 | |
1 | a1 | b1 |
2 | a2 | b2 |
3 | a3 | b3 |
示例：控制缺失值填充的最大连续填充数
import pandas as pd
# df1
index1 = [1, 2, 3]
data1 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df1 = pd.DataFrame(data=data1, index=index1)
# df2
index2 = [1, 4, 6]
data2 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df2 = pd.DataFrame(data=data2, index=index2)
# df3 = 仿制索引后的df1
df3 = df1.reindex_like(df2, method='ffill', limit=1)
df3
111 | 222 | |
1 | a1 | b1 |
4 | a3 | b3 |
6 | NaN | NaN |
由上面结果可以发现，当最大连续填充数 limit=1 只在新索引的 4 的位置填充了，后面的一个虽然紧挨着上面的行，但是并没有被填充。
示例：当新索引和原始索引无法完全匹配，可以使用 tolerance 参数控制容差
- 1、默认状态下，新索引和原始索引如果无法完全匹配，会产生缺失值，在使用
method插值时，是不会关注新老索引距离问题的。
# df1
index1 = [1, 2, 3]
data1 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df1 = pd.DataFrame(data=data1, index=index1)
# df2
index2 = [6, 7, 8]
data2 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df2 = pd.DataFrame(data=data2, index=index2)
# df3 = 仿制索引后的df1
df3 = df1.reindex_like(df2, method='ffill')
df3
111 | 222 | |
6 | a3 | b3 |
7 | a3 | b3 |
8 | a3 | b3 |
- 2、如果，使用
tolerance限制容差距离,只有当 <=4 ，才会被视为最近有效数值。插值方可生效。
# df1
index1 = [1, 2, 3]
data1 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df1 = pd.DataFrame(data=data1, index=index1)
# df2
index2 = [6, 7, 8]
data2 = {111:['a1', 'a2', 'a3'], 222:['b1', 'b2', 'b3']}
df2 = pd.DataFrame(data=data2, index=index2)
# df3 = 仿制索引后的df1
df3 = df1.reindex_like(df2, method='ffill', tolerance=4)
df3
111 | 222 | |
6 | a3 | b3 |
7 | a3 | b3 |
8 | NaN | NaN |
由上述结果可见，因为 8-3 >4 所以新索引8的位置，并没有被填充。
8-3 >4：
8是新索引缺失值对应的索引值
3是老索引中最近的有效值
