pandas.DataFrame.reindex_axis

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

Соответствие входного объекта новым индексам.

Устарело начиная с версии 0.21.0: Используйте reindex вместо этого.

По умолчанию, в местах, не имеющих значения в предыдущем индексе, размещаются NaN. Новый объект создаётся, если новый индекс не эквивалентен текущему, и copy=False.

Параметры:

labels : array-like Новые метки/индекс для соответствия. Предпочтительно объект Index, чтобы избежать дублирования данных. axis : {0 or ‘index’, 1 or ‘columns’} Указывает, использовать ли строки или столбцы. method : {None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}, optional Метод, используемый для заполнения пробелов в переиндексированном DataFrame: по умолчанию: пробелы не заполняются. pad / ffill: распространить последнее действительное наблюдение вперёд до следующего действительного. backfill / bfill: использовать следующее действительное наблюдение для заполнения пробела. nearest: использовать ближайшие действительные наблюдения для заполнения пробела. level : int or str Распространение по уровню, сопоставляя значения Index с переданным MultiIndex уровнем. copy : bool, default True Возвращает новый объект, даже если переданные индексы совпадают. limit : int, optional Максимальное количество последовательных элементов для заполнения вперёд или назад. fill_value : float, default NaN Значение, используемое для заполнения мест, не имеющих значения в предыдущем индексе. Новое в версии 0.21.0: (список-подобная толерантность)

Возвращает:

DataFrame Возвращает новый объект DataFrame с новыми индексами, если новый индекс не эквивалентен текущему, и copy=False.

См. также

DataFrame.set_index

Установить метки строк.

DataFrame.reset_index

Удалить метки строк или переместить их в новые столбцы.

DataFrame.reindex

Изменить на новые индексы или расширить индексы.

DataFrame.reindex_like

Изменить на те же индексы, что и у другого DataFrame.

Примеры

>>> df = pd.DataFrame({'num_legs': [4, 2], 'num_wings': [0, 2]},
...                   index=['dog', 'hawk'])
>>> df
      num_legs  num_wings
dog          4          0
hawk         2          2
>>> df.reindex(['num_wings', 'num_legs', 'num_heads'],
...            axis='columns')
      num_wings  num_legs  num_heads
dog           0         4        NaN
hawk          2         2        NaN