欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

pandas重置索引標(biāo)簽的實(shí)現(xiàn)示例

 更新時(shí)間：2024年04月23日 14:38:49   作者：名本無(wú)名  
在使用Pandas進(jìn)行數(shù)據(jù)處理時(shí),有時(shí)候我們可能會(huì)需要對(duì)數(shù)據(jù)進(jìn)行重置索引的操作,本文主要介紹了pandas重置索引標(biāo)簽的實(shí)現(xiàn)示例,具有一定的參考價(jià)值,感興趣的可以了解一下

reindex() 是 pandas 里最基本的數(shù)據(jù)對(duì)齊方法，該方法執(zhí)行標(biāo)簽對(duì)齊功能。

reindex 指的是讓指定軸上的數(shù)據(jù)與給定的一組標(biāo)簽進(jìn)行匹配，能夠完成了以下幾項(xiàng)操作：

  • 將現(xiàn)有數(shù)據(jù)重新排序，以匹配新的標(biāo)簽集
  • 在沒有匹配到標(biāo)簽的數(shù)據(jù)位置插入缺失值（NaN）標(biāo)記
  • 可以指定 fill_value 來(lái)填充無(wú)標(biāo)簽的數(shù)據(jù)，該操作多見于時(shí)間序列數(shù)據(jù)

例如下面這個(gè)例子

In [205]: s = pd.Series(np.random.randn(5), index=["a", "b", "c", "d", "e"])

In [206]: s
Out[206]: 
a    1.695148
b    1.328614
c    1.234686
d   -0.385845
e   -1.326508
dtype: float64

In [207]: s.reindex(["e", "b", "f", "d"])
Out[207]: 
e   -1.326508
b    1.328614
f         NaN
d   -0.385845
dtype: float64

在這里，標(biāo)簽 f 不包含在 Series 對(duì)象中，因此在結(jié)果中顯示為 NaN。

對(duì)于 DataFrame 對(duì)象，您可以重新建立索引和列名

In [208]: df
Out[208]: 
        one       two     three
a  1.394981  1.772517       NaN
b  0.343054  1.912123 -0.050390
c  0.695246  1.478369  1.227435
d       NaN  0.279344 -0.613172

In [209]: df.reindex(index=["c", "f", "b"], columns=["three", "two", "one"])
Out[209]: 
      three       two       one
c  1.227435  1.478369  0.695246
f       NaN       NaN       NaN
b -0.050390  1.912123  0.343054

您也可以使用 axis 參數(shù)

In [210]: df.reindex(["c", "f", "b"], axis="index")
Out[210]: 
        one       two     three
c  0.695246  1.478369  1.227435
f       NaN       NaN       NaN
b  0.343054  1.912123 -0.050390

注意，軸標(biāo)簽的索引可以在對(duì)象之間共享。

因此，如果我們有一個(gè) Series 和一個(gè) DataFrame，可以執(zhí)行以下操作

In [211]: rs = s.reindex(df.index)

In [212]: rs
Out[212]: 
a    1.695148
b    1.328614
c    1.234686
d   -0.385845
dtype: float64

In [213]: rs.index is df.index
Out[213]: True

這意味著重建后的 Series 的索引與 DataFrame 的索引是同一個(gè) Python 對(duì)象

DataFrame.reindex() 還支持 “軸樣式” 調(diào)用，可以指定單個(gè) labels 參數(shù)，并指定應(yīng)用于哪個(gè) axis。

In [214]: df.reindex(["c", "f", "b"], axis="index")
Out[214]: 
        one       two     three
c  0.695246  1.478369  1.227435
f       NaN       NaN       NaN
b  0.343054  1.912123 -0.050390

In [215]: df.reindex(["three", "two", "one"], axis="columns")
Out[215]: 
      three       two       one
a       NaN  1.772517  1.394981
b -0.050390  1.912123  0.343054
c  1.227435  1.478369  0.695246
d -0.613172  0.279344       NaN

在后面的多級(jí)索引和高級(jí)索引方式中我們將會(huì)介紹更加簡(jiǎn)便的重置索引方式

注意：如果編寫的代碼對(duì)性能要求較高的話，預(yù)先對(duì)齊的數(shù)據(jù)操作會(huì)更快。例如，對(duì)兩個(gè)未對(duì)齊的 DataFrame 相加后臺(tái)也會(huì)先調(diào)用 reindex，但是這種是不是的調(diào)用會(huì)拖慢運(yùn)行速度。

1 重建索引并與另一個(gè)對(duì)象對(duì)齊

您可能有時(shí)會(huì)希望獲取一個(gè)對(duì)象并為其軸重建索引，使其與另一個(gè)對(duì)象相同。

盡管其語(yǔ)法很簡(jiǎn)單，但略顯冗長(zhǎng)，因此 reindex_like() 方法可用于簡(jiǎn)化此操作

In [216]: df
Out[216]: 
        one       two
a  0.509335  0.840612
b  0.086555  0.523010
c  0.588121  0.351784
d  0.121684  0.027703

In [217]: df2
Out[217]: 
        one       two
a  0.700215  0.112092
b  0.098034  0.791992
d  0.251426  0.770680

In [218]: df.reindex_like(df2)
Out[218]: 
        one       two
a  0.509335  0.840612
b  0.086555  0.523010
d  0.121684  0.027703

2 用 align 對(duì)齊對(duì)象

align() 方法是同時(shí)對(duì)齊兩個(gè)對(duì)象的最快方法，它還支持 join 參數(shù)（與連接和合并相關(guān)）

  • join='outer': 使用兩個(gè)索引的并集，默認(rèn)方式
  • join='left': 使用左側(cè)對(duì)象的索引
  • join='right': 使用右側(cè)對(duì)象的索引
  • join='inner': 使用兩個(gè)索引的交集

對(duì)于 Series，它返回一個(gè)帶有兩個(gè)重置索引的 Series 的元組

In [219]: s = pd.Series(np.random.randn(5), index=["a", "b", "c", "d", "e"])

In [220]: s1 = s[:4]

In [221]: s2 = s[1:]

In [222]: s1.align(s2)
Out[222]: 
(a   -0.186646
 b   -1.692424
 c   -0.303893
 d   -1.425662
 e         NaN
 dtype: float64,
 a         NaN
 b   -1.692424
 c   -0.303893
 d   -1.425662
 e    1.114285
 dtype: float64)

In [223]: s1.align(s2, join="inner")
Out[223]: 
(b   -1.692424
 c   -0.303893
 d   -1.425662
 dtype: float64,
 b   -1.692424
 c   -0.303893
 d   -1.425662
 dtype: float64)

In [224]: s1.align(s2, join="left")
Out[224]: 
(a   -0.186646
 b   -1.692424
 c   -0.303893
 d   -1.425662
 dtype: float64,
 a         NaN
 b   -1.692424
 c   -0.303893
 d   -1.425662
 dtype: float64)

對(duì)于 DataFrame，連接方法默認(rèn)同時(shí)應(yīng)用于索引和列

In [225]: df.align(df2, join="inner")
Out[225]: 
(        one       two
 a  1.394981  1.772517
 b  0.343054  1.912123
 c  0.695246  1.478369,
         one       two
 a  1.394981  1.772517
 b  0.343054  1.912123
 c  0.695246  1.478369)

你也可以設(shè)置 axis 參數(shù)，只在指定的軸上對(duì)齊

In [226]: df.align(df2, join="inner", axis=0)
Out[226]: 
(        one       two     three
 a  1.394981  1.772517       NaN
 b  0.343054  1.912123 -0.050390
 c  0.695246  1.478369  1.227435,
         one       two
 a  1.394981  1.772517
 b  0.343054  1.912123
 c  0.695246  1.478369)

如果將 Series 傳遞給 DataFrame.align()，則可以使用 axis 參數(shù)指定在 DataFrame 的索引或列上對(duì)齊兩個(gè)對(duì)象

In [227]: df.align(df2.iloc[0], axis=1)
Out[227]: 
(        one     three       two
 a  1.394981       NaN  1.772517
 b  0.343054 -0.050390  1.912123
 c  0.695246  1.227435  1.478369
 d       NaN -0.613172  0.279344,
 one      1.394981
 three         NaN
 two      1.772517
 Name: a, dtype: float64)

3 重建索引時(shí) NaN 的填充方式

reindex() 接受一個(gè)可選參數(shù) method，用于指定產(chǎn)生缺失值時(shí)的填充方法

來(lái)看一個(gè)簡(jiǎn)單的例子

In [228]: rng = pd.date_range("1/3/2000", periods=8)

In [229]: ts = pd.Series(np.random.randn(8), index=rng)

In [230]: ts2 = ts[[0, 3, 6]]

In [231]: ts
Out[231]: 
2000-01-03    0.183051
2000-01-04    0.400528
2000-01-05   -0.015083
2000-01-06    2.395489
2000-01-07    1.414806
2000-01-08    0.118428
2000-01-09    0.733639
2000-01-10   -0.936077
Freq: D, dtype: float64

In [232]: ts2
Out[232]: 
2000-01-03    0.183051
2000-01-06    2.395489
2000-01-09    0.733639
Freq: 3D, dtype: float64

In [233]: ts2.reindex(ts.index)
Out[233]: 
2000-01-03    0.183051
2000-01-04         NaN
2000-01-05         NaN
2000-01-06    2.395489
2000-01-07         NaN
2000-01-08         NaN
2000-01-09    0.733639
2000-01-10         NaN
Freq: D, dtype: float64

In [234]: ts2.reindex(ts.index, method="ffill")
Out[234]: 
2000-01-03    0.183051
2000-01-04    0.183051
2000-01-05    0.183051
2000-01-06    2.395489
2000-01-07    2.395489
2000-01-08    2.395489
2000-01-09    0.733639
2000-01-10    0.733639
Freq: D, dtype: float64

In [235]: ts2.reindex(ts.index, method="bfill")
Out[235]: 
2000-01-03    0.183051
2000-01-04    2.395489
2000-01-05    2.395489
2000-01-06    2.395489
2000-01-07    0.733639
2000-01-08    0.733639
2000-01-09    0.733639
2000-01-10         NaN
Freq: D, dtype: float64

In [236]: ts2.reindex(ts.index, method="nearest")
Out[236]: 
2000-01-03    0.183051
2000-01-04    0.183051
2000-01-05    2.395489
2000-01-06    2.395489
2000-01-07    2.395489
2000-01-08    0.733639
2000-01-09    0.733639
2000-01-10    0.733639
Freq: D, dtype: float64

這些方法要求索引按遞增或遞減順序排列

注意，使用 fillna 或 interpolate 可以實(shí)現(xiàn)相同的效果（method ='nearest'除外）

In [237]: ts2.reindex(ts.index).fillna(method="ffill")
Out[237]: 
2000-01-03    0.183051
2000-01-04    0.183051
2000-01-05    0.183051
2000-01-06    2.395489
2000-01-07    2.395489
2000-01-08    2.395489
2000-01-09    0.733639
2000-01-10    0.733639
Freq: D, dtype: float64

如果索引不是單調(diào)遞增或遞減的，reindex() 將引發(fā) ValueError。而 fillna() 和 interpolate() 不會(huì)對(duì)索引的順序進(jìn)行任何檢查

4 對(duì)重建索引的填充方式的限制

limit 和 tolerance 參數(shù)可以對(duì) reindex 的填充操作進(jìn)行額外的控制。

limit 限定了連續(xù)匹配的最大數(shù)量

In [238]: ts2.reindex(ts.index, method="ffill", limit=1)
Out[238]: 
2000-01-03    0.183051
2000-01-04    0.183051
2000-01-05         NaN
2000-01-06    2.395489
2000-01-07    2.395489
2000-01-08         NaN
2000-01-09    0.733639
2000-01-10    0.733639
Freq: D, dtype: float64

而 tolerance 用于指定索引值之間的最大距離

In [239]: ts2.reindex(ts.index, method="ffill", tolerance="1 day")
Out[239]: 
2000-01-03    0.183051
2000-01-04    0.183051
2000-01-05         NaN
2000-01-06    2.395489
2000-01-07    2.395489
2000-01-08         NaN
2000-01-09    0.733639
2000-01-10    0.733639
Freq: D, dtype: float64

注意：當(dāng)索引為 DatetimeIndex、TimedeltaIndex 或 PeriodIndex 時(shí)，tolerance 會(huì)盡可能將這些索引強(qiáng)制轉(zhuǎn)換為 Timedelta 類型，

因此需要你為 tolerance 參數(shù)設(shè)置恰當(dāng)?shù)淖址?/p>

5 刪除標(biāo)簽

drop() 函數(shù)經(jīng)常會(huì)與 reindex 配合使用，用于刪除軸上的一組標(biāo)簽

In [240]: df
Out[240]: 
        one       two     three
a  1.394981  1.772517       NaN
b  0.343054  1.912123 -0.050390
c  0.695246  1.478369  1.227435
d       NaN  0.279344 -0.613172

In [241]: df.drop(["a", "d"], axis=0)
Out[241]: 
        one       two     three
b  0.343054  1.912123 -0.050390
c  0.695246  1.478369  1.227435

In [242]: df.drop(["one"], axis=1)
Out[242]: 
        two     three
a  1.772517       NaN
b  1.912123 -0.050390
c  1.478369  1.227435
d  0.279344 -0.613172

注意，雖然下面的方法也可以實(shí)現(xiàn)，但不太明顯也不太干凈

In [243]: df.reindex(df.index.difference(["a", "d"]))
Out[243]: 
        one       two     three
b  0.343054  1.912123 -0.050390
c  0.695246  1.478369  1.227435

6 標(biāo)簽的重命名與映射

可以使用 rename() 方法，來(lái)基于某些映射（字典或 Series）或任意函數(shù)來(lái)重新標(biāo)記軸

In [244]: s
Out[244]: 
a   -0.186646
b   -1.692424
c   -0.303893
d   -1.425662
e    1.114285
dtype: float64

In [245]: s.rename(str.upper)
Out[245]: 
A   -0.186646
B   -1.692424
C   -0.303893
D   -1.425662
E    1.114285
dtype: float64

如果傳遞的是函數(shù)，則該函數(shù)必須返回一個(gè)值（并且必須生成一組唯一的值）。

此外，也可以使用 dict 或 Series

In [246]: df.rename(
   .....:     columns={"one": "foo", "two": "bar"},
   .....:     index={"a": "apple", "b": "banana", "d": "durian"},
   .....: )
   .....: 
Out[246]: 
             foo       bar     three
apple   1.394981  1.772517       NaN
banana  0.343054  1.912123 -0.050390
c       0.695246  1.478369  1.227435
durian       NaN  0.279344 -0.613172

如果傳入的映射不包含索引和列名標(biāo)簽，則它不會(huì)被重命名。

注意，映射中的多出來(lái)的標(biāo)簽不會(huì)觸發(fā)異常

也可以為 axis 指定名稱，對(duì)相應(yīng)的軸執(zhí)行映射操作

In [247]: df.rename({"one": "foo", "two": "bar"}, axis="columns")
Out[247]: 
        foo       bar     three
a  1.394981  1.772517       NaN
b  0.343054  1.912123 -0.050390
c  0.695246  1.478369  1.227435
d       NaN  0.279344 -0.613172

In [248]: df.rename({"a": "apple", "b": "banana", "d": "durian"}, axis="index")
Out[248]: 
             one       two     three
apple   1.394981  1.772517       NaN
banana  0.343054  1.912123 -0.050390
c       0.695246  1.478369  1.227435
durian       NaN  0.279344 -0.613172

rename() 方法還提供了一個(gè)默認(rèn)為 False 的 inplace 參數(shù)，并復(fù)制一份數(shù)據(jù)。

當(dāng) inplace=True 時(shí)，會(huì)在原數(shù)據(jù)上重命名

rename() 還支持使用標(biāo)量或列表的方式來(lái)更改 Series.name 屬性

In [249]: s.rename("scalar-name")
Out[249]: 
a   -0.186646
b   -1.692424
c   -0.303893
d   -1.425662
e    1.114285
Name: scalar-name, dtype: float64

還可以使用 DataFrame.rename_axis() 和 Series.rename_axis() 方法來(lái)更改 MultiIndex 的名稱

In [250]: df = pd.DataFrame(
   .....:     {"x": [1, 2, 3, 4, 5, 6], "y": [10, 20, 30, 40, 50, 60]},
   .....:     index=pd.MultiIndex.from_product(
   .....:         [["a", "b", "c"], [1, 2]], names=["let", "num"]
   .....:     ),
   .....: )
   .....: 

In [251]: df
Out[251]: 
         x   y
let num       
a   1    1  10
    2    2  20
b   1    3  30
    2    4  40
c   1    5  50
    2    6  60

In [252]: df.rename_axis(index={"let": "abc"})
Out[252]: 
         x   y
abc num       
a   1    1  10
    2    2  20
b   1    3  30
    2    4  40
c   1    5  50
    2    6  60

In [253]: df.rename_axis(index=str.upper)
Out[253]: 
         x   y
LET NUM       
a   1    1  10
    2    2  20
b   1    3  30
    2    4  40
c   1    5  50
    2    6  60

到此這篇關(guān)于pandas重置索引標(biāo)簽的實(shí)現(xiàn)示例的文章就介紹到這了,更多相關(guān)pandas重置索引標(biāo)簽內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論