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 необязательной 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 соответствию. Предпочтительно объект Index для избежания дублирования данных axis : {0 или ‘index’, 1 или ‘columns’} method : {None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}, необязательно Метод для заполнения пропусков в переиндексированной DataFrame: по умолчанию: не заполнять пробелы pad / ffill: распространение последнего действительного наблюдения вперёд до следующего действительного backfill / bfill: использование следующего действительного наблюдения для заполнения пробела nearest: использование ближайших действительных наблюдений для заполнения пробела copy : boolean, по умолчанию True Возвратить новый объект, даже если переданные индексы одинаковы level : целое число или имя Трансляция по уровню, сопоставление значений Index на переданном уровне MultiIndex limit : целое число, по умолчанию None Максимальное количество последовательных элементов для forward или backward заполнения tolerance : необязательно Максимальное расстояние между исходными и новыми метками для неточных совпадений. Значения индекса в совпадающих позициях должны в наибольшей степени удовлетворять уравнению abs(index[indexer] - target) <= tolerance. Допуск может быть скалярным значением, которое применяется к всем значениям, или списком-подобным, который применяет переменный допуск к каждому элементу. Список-подобные включают список, кортеж, массив, Series и должны иметь тот же размер, что и индекс, и их тип данных должен точно совпадать с типом индекса. Введено в версии 0.17.0. Введено в версии 0.21.0: (список-подобный допуск)

Возвращает:

reindexed : DataFrame

См. также

reindex, reindex_like

Примеры

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