Python pandas.Series.reindex_like用法及代码示例

用法: Series.reindex_like(other, method=None, copy=True, limit=None, tolerance=None)

返回具有匹配索引的对象作为其他对象。

使对象符合所有轴上的相同索引。可选的填充逻辑，将 NaN 放置在前一个索引中没有值的位置。除非新索引等同于当前索引并且 copy=False，否则会生成一个新对象。

参数：

other：相同数据类型的对象

它的行和列索引用于定义该对象的新索引。

method：{无，‘backfill’/'bfill'，‘pad’/'ffill'，‘nearest’}

用于填充重新索引的 DataFrame 中的孔的方法。请注意：这仅适用于具有单调递增/递减索引的 DataFrames/Series。

无(默认)：不填补空白
pad /ffill：将最后一个有效观察值向前传播到下一个有效值
backfill /bfill：使用下一个有效观察来填补空白
最近：使用最近的有效观测值来填补空白。

copy：布尔值，默认为真

返回一个新对象，即使传递的索引相同。

limit：整数，默认无

为不精确匹配填充的最大连续标签数。

tolerance：可选的

不精确匹配的原始标签和新标签之间的最大距离。匹配位置的索引值必须满足等式 abs(index[indexer] - target) <= tolerance 。

公差可以是一个标量值，它对所有值应用相同的公差，或者list-like，它对每个元素应用可变公差。 List-like 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 dtype 必须与索引的类型完全匹配。

Series或DataFrame: 与调用者类型相同，但每个轴上的索引都已更改。

注意：

和调用一样.reindex(index=other.index, columns=other.columns,...).

例子：

>>> df1 = pd.DataFrame([[24.3, 75.7, 'high'],
...                     [31, 87.8, 'high'],
...                     [22, 71.6, 'medium'],
...                     [35, 95, 'medium']],
...                    columns=['temp_celsius', 'temp_fahrenheit',
...                             'windspeed'],
...                    index=pd.date_range(start='2014-02-12',
...                                        end='2014-02-15', freq='D'))

>>> df1
            temp_celsius  temp_fahrenheit windspeed
2014-02-12          24.3             75.7      high
2014-02-13          31.0             87.8      high
2014-02-14          22.0             71.6    medium
2014-02-15          35.0             95.0    medium

>>> df2 = pd.DataFrame([[28, 'low'],
...                     [30, 'low'],
...                     [35.1, 'medium']],
...                    columns=['temp_celsius', 'windspeed'],
...                    index=pd.DatetimeIndex(['2014-02-12', '2014-02-13',
...                                            '2014-02-15']))

>>> df2
            temp_celsius windspeed
2014-02-12          28.0       low
2014-02-13          30.0       low
2014-02-15          35.1    medium

>>> df2.reindex_like(df1)
            temp_celsius  temp_fahrenheit windspeed
2014-02-12          28.0              NaN       low
2014-02-13          30.0              NaN       low
2014-02-14           NaN              NaN       NaN
2014-02-15          35.1              NaN    medium

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Series.reindex_like。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：