pandasObject.index() 与使用系列重建索引

Question

python pandas 中的重新索引功能也可以在 python 系列中完成，如下所示。

import pandas as pd
order = ['a','c','b']
series_data = pd.Series([1,2,3],index=order)
series_data

既然如此，为什么我们要明确地去重建索引？

Answer 1

让我们以 index 为例，在 Series

中可用

s = pd.Series([1,2,3], index=['k','f','t'])
s
# k    1
# f    2
# t    3
# dtype: int64

我们可以声明以上系列已分配索引，数据类型为 int64。

现在让我们继续 reindex:

order = ['k','c','b']
s.reindex(order)
# k    1.0
# c    NaN
# b    NaN
# dtype: float64

如您所见，我们传递了两个新索引 c 和 b，它们在原始系列中不存在，因此这些值被分配为等于 NaN。由于 NaN 有 dtype of float64，因此最终系列结果只有三个索引 k, c and b 和 dtype 为 float64.

我希望这能说明 Series 内部的 index 与外部 reindex 的区别。

Answer 2

pandasObject.index() Vs reindexing using series