pandas讀書筆記、從新索引

 

從新索引

 

pandas對象的一個重要方法是  reindex ,其做用是建立一個適應新索引的新對象。

#reindex函數的參數
reindex(index,method,fill_value,limit,level,copy)
#index:用做索引的新序列
#method:插值（填充）方式
#fill_value：在從新索引的過程當中，須要引入缺失值時使用的代替值
#limit：前向或後向填充時的最大填充量
#level：在MultiIndex的指定級別上匹配簡單索引，不然選取其子集
#copy：默認爲True，不管如何都複製，若是爲False，則新舊相等就不復制

obj=Series([4.5,7.2,-5.3,3.6],index=['d','b','a','c'])
obj

#調用該Series的reindex將會根據新索引進行重排
#若是某個索引值當前不存在，就引入缺失值
obj2=obj.reindex(['a','b','c','d','e'])
obj2

#填充缺失值
obj.reindex(['a','b','c','d','e'],fill_value=0)

從新索引時，可能須要作一些插值處理。method選項能夠達到此目的。

obj3=Series(['blue','purple','yellow'],index=[0,2,4])
obj3
obj3.reindex(range(6),method='ffill')

reindex的（插值）method選項

ffill或pad ——向前填充（或搬運）值

bfill或backfill——後向填充（或搬運）值

 

 從新索引行

frame=DataFrame(np.arange(9).reshape(3,3),index=['a','c','d'],
               columns=['Ohio','Texas','California'])
frame

frame2=frame.reindex(['a','b','c','d'])
frame2

 

從新索引列

使用 columns關鍵字進行從新索引

states=['Texas','Utah','California']
frame.reindex(columns=states)

 

同時對行和列進行從新索引

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

 

利用ix的標籤索引功能，從新索引任務能夠變得更簡潔：

frame.ix[['a','b','c','d'],states]

 

問題記錄：

在同時對行和列進行索引時，書中代碼是：

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

可是會出現錯誤：

ValueError: index must be monotonic increasing or decreasing

#不加ffill填充
frame.reindex(index=['a','b','c','d'],columns=states)

結果爲

查找資料後本身初步理解爲：爲了從新索引方法，你的索引必須是有序/單調/遞增的順序，由於列也是從新索引的，而不是單調增長或減小。

書中的代碼適合之前版本的pandas。

資料連接：https://stackoverflow.com/questions/44868877/valueerror-index-must-be-monotonic-increasing-or-decreasing-including-index-co/46893526#46893526

解決：

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

上面寫法能夠達到與書中一樣的結果。