Python Pandas dataframe.reindex_like()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.reindex_like()函數向我自己返回一個具有匹配索引的對象。任何不匹配的索引都用NaN值。

用法：

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

參數：
other: Object
method:字符串或無
copy:布爾值，默認為True
limit:填充不完全匹配項的最大連續標簽數。
tolerance:不完全匹配時，另一個對象和該對象的標簽之間的最大距離。可以是list-like。

返回：重新編製索引：與輸入相同

範例1：采用reindex_like()函數查找給定兩個數據幀之間的匹配索引。

注意：我們可以使用任何一種填充方法(例如“ ffill”，“ bfill”)來填充缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the first dataframe  
df1 = pd.DataFrame({"A":[1, 5, 3, 4, 2], 
                    "B":[3, 2, 4, 3, 4], 
                    "C":[2, 2, 7, 3, 4], 
                    "D":[4, 3, 6, 12, 7]}, 
                    index =["A1", "A2", "A3", "A4", "A5"]) 
  
# Creating the second dataframe 
df2 = pd.DataFrame({"A":[10, 11, 7, 8, 5],  
                    "B":[21, 5, 32, 4, 6], 
                    "C":[11, 21, 23, 7, 9],  
                    "D":[1, 5, 3, 8, 6]},  
                     index =["A1", "A3", "A4", "A7", "A8"]) 
  
# Print the first dataframe 
df1 
  
# Print the second dataframe 
df2

讓我們使用dataframe.reindex_like()函數查找匹配的索引。

# find matching indexes 
df1.reindex_like(df2)

輸出：

注意輸出，不匹配的索引填充為NaN值，我們可以使用“填充”方法填寫缺少的值。

# filling the missing values using ffill method 
df1.reindex_like(df2, method ='ffill')

輸出：

注意，在輸出中，新索引已使用“A5”行填充。

範例2：采用reindex_like()函數用於匹配兩個 DataFrame 的索引，並限製填充缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the first dataframe  
df1 = pd.DataFrame({"A":[1, 5, 3, 4, 2], 
                    "B":[3, 2, 4, 3, 4], 
                    "C":[2, 2, 7, 3, 4], 
                    "D":[4, 3, 6, 12, 7]}, 
                    index =["A1", "A2", "A3", "A4", "A5"]) 
  
# Creating the second dataframe 
df2 = pd.DataFrame({"A":[10, 11, 7, 8, 5], 
                    "B":[21, 5, 32, 4, 6], 
                    "F":[11, 21, 23, 7, 9], 
                    "K":[1, 5, 3, 8, 6]}, 
                    index =["A1", "A2", "A3", "A4", "A7"]) 
  
# matching the indexes 
df1.reindex_like(df2)

輸出：

注意輸出，不匹配的索引填充為NaN值，我們可以使用“填充”方法填寫缺少的值。我們還限製了可以使用limit參數填充的連續不匹配索引的數量。

# match the indexes 
# fill the unmatched index using 'ffill' method 
# maximum consecutive unmatched indexes to be filled is 1 
  
df.reindex_like(df1, method ='ffill', limit = 1)

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.reindex_like()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。