Python重新索引

以下是我正在使用的代码：

将熊猫作为pd导入

test3 = pd.Series([1,2,3], index = ['a','b','c'])
test3 = test3.reindex(index = ['f','g','z'])

因此，最初一切正常，test3的索引为“a”、“b”、“c”，值为1,2,3。但是当我重新索引test3时，我发现我的值1 2 3丢失了。为什么呢？所需的输出将是：

f 1
g 2
z 3

对于这种行为，我们有明确的认识：

使系列符合新索引，可选填充逻辑，放置 前一个索引中没有值的位置中的NA/NaN

如果只想覆盖索引值，请执行以下操作：

In [32]:
test3.index  = ['f','g','z']

test3
Out[32]:
f    1
g    2
z    3
dtype: int64

---

在这一行为上，我们很清楚：

使用可选的填充逻辑使序列符合新索引，将NA/NaN放置在前一个索引中没有值的位置

如果您只想覆盖索引值，那么就执行

test3.index=['f'，'g'，'z']

@EdChum那么我该如何用与以前相同的值填充新索引呢？我理解这一点。我的问题是，我有一个更大的数据框，称为“data”，当我做ts=pd.Series（data=data['Nasdaq Composite'，index=data['Date']）时，我会得到一列Nan，在那里我会期望值。因此，我尝试在不放置数据集的情况下创建一个可复制的结果。同样，这与重新索引相同，如果您想基于现有数据创建一个新的序列，则需要展平该序列：

ts=pd.Series（data=data['Nasdaq Composite'].values，index=data['Date']）

可以工作非常感谢我对python非常陌生，.values”业务为我做了这件事。

.values

所做的是返回一个np数组，这只是一个值数组，

数据['Nasdaq Composite']

是一个

系列

所以

系列

ctor将尝试重用索引，这就是代码失败的原因