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, где нет значения в предыдущем индексе. Новый объект создаётся, 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 or ‘index’, 1 or ‘columns’} method : {None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}, необязательно Метод для заполнения пробелов в переиндексированной таблице DataFrame: по умолчанию: пробелы не заполняются 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 : булево, по умолчанию True Возвращает новый объект, даже если переданные индексы совпадают level : целое число или имя Трансляция по уровню, сопоставление значений Index в переданном многоуровневом индексе (MultiIndex) на уровне limit : целое число, по умолчанию None Максимальное количество последовательных элементов для вперёд или назад заполнения tolerance : необязательно Максимальное расстояние между исходными и новыми метками для неточного соответствия. Значения индекса в соответствующих местах должны удовлетворять уравнению abs(index[indexer] - target) <= tolerance. Tolerance может быть скалярным значением, которое применяет одинаковую толерантность ко всем значениям, или спископодобным, которое применяет переменную толерантность 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 данных индекса. Новое в версии 0.21.0: (спископодобная толерантность)

Возвращает:

reindexed : DataFrame

См. также

reindex, reindex_like

Примеры

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