Python pandas.Series.reindex_like用法及代碼示例

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

返回具有匹配索引的對象作為其他對象。

使對象符合所有軸上的相同索引。可選的填充邏輯，將 NaN 放置在前一個索引中沒有值的位置。除非新索引等同於當前索引並且 copy=False，否則會生成一個新對象。

參數：

other：相同數據類型的對象

它的行和列索引用於定義該對象的新索引。

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

用於填充重新索引的 DataFrame 中的孔的方法。請注意：這僅適用於具有單調遞增/遞減索引的 DataFrames/Series。

無(默認)：不填補空白
pad /ffill：將最後一個有效觀察值向前傳播到下一個有效值
backfill /bfill：使用下一個有效觀察來填補空白
最近：使用最近的有效觀測值來填補空白。

copy：布爾值，默認為真

返回一個新對象，即使傳遞的索引相同。

limit：整數，默認無

為不精確匹配填充的最大連續標簽數。

tolerance：可選的

不精確匹配的原始標簽和新標簽之間的最大距離。匹配位置的索引值必須滿足等式 abs(index[indexer] - target) <= tolerance 。

公差可以是一個標量值，它對所有值應用相同的公差，或者list-like，它對每個元素應用可變公差。 List-like 包括列表、元組、數組、係列，並且必須與索引的大小相同，並且其 dtype 必須與索引的類型完全匹配。

Series或DataFrame: 與調用者類型相同，但每個軸上的索引都已更改。

注意：

和調用一樣.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

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.Series.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。

用法:

參數：

返回：

注意：

例子：