———————————————————————————————————————————————–
#重新设置索引,多出的索引数据填充
#重新设置索引,多出的索引数据填充 import pandas as pd s=pd.Series([11, 22, 33], index=[1,2,3]) print(s) #重新设置索引 print(s.reindex(range(1, 6))) #多出来两为NaN #使用0进行填充 print(s.reindex(range(1,6),fill_value=0)) #向前填充和向后填充 print(s.reindex(range(1,6),method='ffill')) #向前填充 print(s.reindex(range(1,6),method='bfill')) #向后填充
1 11 2 22 3 33 dtype: int64 1 11.0 2 22.0 3 33.0 4 NaN 5 NaN dtype: float64 1 11 2 22 3 33 4 0 5 0 dtype: int64 1 11 2 22 3 33 4 33 5 33 dtype: int64 1 11.0 2 22.0 3 33.0 4 NaN 5 NaN dtype: float64
#DataFrame对象重新设置索引 import pandas as pd pd.set_option ('display.unicode.east_asian_width',True) data=[[90,100,90], [100,39,89], [49,79,87]] index=['msb1001','msb1002','msb1003'] columns=['数学','语文','英语'] df=pd.DataFrame (data=data,index=index,columns=columns) print(df) #重新设置行索引 print (df. reindex(['msb1001', 'msb1002', 'msb1003', 'msb1004', 'msb1005' ])) #重新设置列索引 print (df.reindex (columns=['数学','语文','英语','政治','历史'])) #重新设置行索引和列索引 print (df. reindex(index=['msb1001', 'msb1002', 'msb1003', 'msb1004', 'msb1005' ],columns=['数学','语文','英语','政治','历史']))
数学 语文 英语 msb1001 90 100 90 msb1002 100 39 89 msb1003 49 79 87 数学 语文 英语 msb1001 90.0 100.0 90.0 msb1002 100.0 39.0 89.0 msb1003 49.0 79.0 87.0 msb1004 NaN NaN NaN msb1005 NaN NaN NaN 数学 语文 英语 政治 历史 msb1001 90 100 90 NaN NaN msb1002 100 39 89 NaN NaN msb1003 49 79 87 NaN NaN 数学 语文 英语 政治 历史 msb1001 90.0 100.0 90.0 NaN NaN msb1002 100.0 39.0 89.0 NaN NaN msb1003 49.0 79.0 87.0 NaN NaN msb1004 NaN NaN NaN NaN NaN msb1005 NaN NaN NaN NaN NaN
原文地址:http://www.cnblogs.com/988MQ/p/16906332.html
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,请务用于商业用途!
3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员!
8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载
声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性