pandas.DataFrame.reindex_axis

DataFrame.reindex_axis(labels, axis=0, method=None, level=None, copy=True, limit=None, fill_value=nan) [source]

Приведение входного объекта к новому индексу с опциональной логикой заполнения, размещая NA/NaN в местах, не имеющих значения в предыдущем индексе. Новый объект создается, если новый индекс не эквивалентен текущему и copy=False

Параметры:

labels : массив-подобный объект Новые метки/индекс для приведения к. Предпочтительно объект Index для избежания дублирования данных axis : {0 или ‘index’, 1 или ‘columns’} method : {None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}, опционально Метод для заполнения пропусков в переиндексированной DataFrame: по умолчанию: пробелы не заполняются pad / ffill: последнее действительное наблюдение распространяется вперёд до следующего действительного backfill / bfill: используется следующее действительное наблюдение для заполнения пробела nearest: используются ближайшие действительные наблюдения для заполнения пробела copy : булево значение, по умолчанию True Возвращает новый объект, даже если переданные индексы одинаковые level : целое число или имя Вещание по уровню, сопоставление значений Index на переданном уровне MultiIndex limit : целое число, по умолчанию None Максимальное количество последовательных элементов для заполнения вперёд или назад tolerance : опционально Максимальное расстояние между исходными и новыми метками для неточных совпадений. Значения индекса в совпадающих местах должны удовлетворять уравнению abs(index[indexer] - target) <= tolerance. Допустимо скалярное значение, которое применяет одинаковую толерантность ко всем значениям, или список-подобный, который применяет переменную толерантность к каждому элементу. Список-подобный включает список, кортеж, массив, Series и должен иметь размер, равный размеру индекса, и его тип данных должен точно соответствовать типу индекса. Добавлена в версии 0.17.0. Добавлена в версии 0.21.0: (список-подобная толерантность)

Возвращает:

reindexed : DataFrame

См. также

reindex, reindex_like

Примеры

>>> df.reindex_axis(['A', 'B', 'C'], axis=1)