pandas.Index.reindex#
- Index.reindex(target, method=None, level=None, limit=None, tolerance=None)[源代码]#
使用目标值创建索引。
- 参数
- target一个可迭代的
- method{无，‘填充’/‘填充’，‘回填’/‘填充’，‘最近’}，可选
默认：仅完全匹配。
填充/填充：如果不完全匹配，则查找前一个索引值。
回填/b填充：如果没有完全匹配，则使用下一个索引值
最近：如果没有完全匹配，则使用最接近的索引值。通过优先选择较大的索引值来打破平局距离。
- level整型，可选
多重索引的级别。
- limit整型，可选
中连续标签的最大数量
target匹配为不精确的匹配而匹配- tolerance整型或浮点型，可选
对于不完全匹配的原始标签和新标签之间的最大距离。匹配位置处的索引值必须满足公式
abs(index[indexer] - target) <= tolerance。公差可以是标量值，它对所有值应用相同的公差，也可以是列表形式，它对每个元素应用可变公差。类似列表的包括列表、元组、数组、系列，并且必须与索引的大小相同，并且其数据类型必须与索引的类型完全匹配。
- 退货
- new_indexpd.Index
结果索引。
- indexernp.ndarray [np.intp] 或无
原始索引中的产值索引。
- 加薪
- TypeError
如果
method传递的是level。- ValueError
如果不是唯一的多索引
- ValueError
如果非唯一索引和
method或limit通过了。
参见
Series.reindex通过可选的填充逻辑使系列符合新的索引。
DataFrame.reindex使用可选的填充逻辑使DataFrame符合新索引。
示例
>>> idx = pd.Index(['car', 'bike', 'train', 'tractor']) >>> idx Index(['car', 'bike', 'train', 'tractor'], dtype='object') >>> idx.reindex(['car', 'bike']) (Index(['car', 'bike'], dtype='object'), array([0, 1]))