Python 3.x PandaObject.index（）与使用series重新索引
python系列中的重新索引功能也可以按如下所示完成Python 3.x PandaObject.index（）与使用series重新索引,python-3.x,pandas,series,reindex,Python 3.x,Pandas,Series,Reindex,python系列中的重新索引功能也可以按如下所示完成 import pandas as pd order = ['a','c','b'] series_data = pd.Series([1,2,3],index=order) series_data 在这种情况下，我们为什么要明确地使用reindex？让我们以系列中提供的索引为例 s = pd.Series([1,2,3], index=['k','f','t']) s # k 1 # f 2 # t 3 # dtype:
import pandas as pd
order = ['a','c','b']
series_data = pd.Series([1,2,3],index=order)
series_data
在这种情况下，我们为什么要明确地使用reindex？让我们以
系列中提供的索引为例
s = pd.Series([1,2,3], index=['k','f','t'])
s
# k 1
# f 2
# t 3
# dtype: int64
我们可以声明，上面的系列已使用int64
数据类型分配索引
现在让我们继续执行reindex
：
order = ['k','c','b']
s.reindex(order)
# k 1.0
# c NaN
# b NaN
# dtype: float64
正如您所看到的，我们传递了两个新索引c
和b
，这两个索引在原始系列中不存在，因此这些值被分配为等于NaN
。由于NaN
具有dtype
的float64
，因此最终的系列结果只有三个索引k、c和b
，其中dtype
为float64
我希望这能澄清索引内部系列与重新索引外部的区别。您可以参考下面的链接了解重新索引。
在这个网站上，答案来自你，而不是外部链接。