Python pyspark Series.reindex_like用法及代码示例

本文简要介绍 pyspark.pandas.Series.reindex_like 的用法。

用法: Series.reindex_like(other: Union[Series, DataFrame]) → pyspark.pandas.series.Series

返回具有匹配索引的系列作为其他对象。

使对象符合所有轴上的相同索引。将 NA/NaN 放置在前一个索引中没有值的位置。

参数：

other：系列或DataFrame: 它的行和列索引用于定义该对象的新索引。

Series: 在每个轴上具有更改索引的系列。

注意：

与调用 .reindex(index=other.index, ...) 相同。

例子：

>>> s1 = ps.Series([24.3, 31.0, 22.0, 35.0],
...                index=pd.date_range(start='2014-02-12',
...                                    end='2014-02-15', freq='D'),
...                name="temp_celsius")
>>> s1
2014-02-12    24.3
2014-02-13    31.0
2014-02-14    22.0
2014-02-15    35.0
Name: temp_celsius, dtype: float64

>>> s2 = ps.Series(["low", "low", "medium"],
...                index=pd.DatetimeIndex(['2014-02-12', '2014-02-13',
...                                        '2014-02-15']),
...                name="winspeed")
>>> s2
2014-02-12       low
2014-02-13       low
2014-02-15    medium
Name: winspeed, dtype: object

>>> s2.reindex_like(s1).sort_index()
2014-02-12       low
2014-02-13       low
2014-02-14      None
2014-02-15    medium
Name: winspeed, dtype: object

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.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：