pandas.Index.reindex

Index.reindex(target, method=None, level=None, limit=None, tolerance=None)[source]

Создать индекс со значениями целевого объекта.

Параметры

target:итерируемый объект

method:{None, ‘pad’/’ffill’, ‘backfill’/’bfill’, ‘nearest’}, необязательно

• по умолчанию: только точные совпадения.

• pad / ffill: найти ПРЕДЫДУЩЕЕ значение индекса, если точного совпадения нет.

• backfill / bfill: использовать СЛЕДУЮЩЕЕ значение индекса, если точного совпадения нет

• nearest: использовать НАИБОЛЕЕ БЛИЗКОЕ значение индекса, если точного совпадения нет. Связанные расстояния разбиваются путём предпочтения большего значения индекса.

level:int, необязательно

Уровень многоуровневого индекса.

limit:int, необязательно

Максимальное количество последовательных меток в target для сопоставления при неточных совпадениях.

tolerance:int или float, необязательно

Максимальное расстояние между исходными и новыми метками для неточных совпадений. Значения индекса в соответствующих позициях должны удовлетворять уравнению abs(index[indexer] - target) <= tolerance.

Tolerance может быть скалярным значением, которое применяет одинаковую погрешность ко всем значениям, или спископодобным объектом, который применяет переменную погрешность к каждому элементу. Список-подобный объект включает список, кортеж, массив, Series и должен иметь такой же размер, как и индекс, а его тип данных должен точно совпадать с типом данных индекса.

Возвращает

new_index:pd.Index

Результирующий индекс.

indexer:np.ndarray[np.intp] или None

Индексы выходных значений в исходном индексе.

Возбуждает

TypeError

Если method передано вместе с level.

ValueError

Если многоуровневый индекс не уникален

ValueError

Если индекс не уникален, и method или limit переданы.

См. также

Series.reindex

Сопоставление Series с новым индексом с необязательной логикой заполнения.

DataFrame.reindex

Сопоставление DataFrame с новым индексом с необязательной логикой заполнения.

Примеры

>>> idx = pd.Index(['car', 'bike', 'train', 'tractor'])
>>> idx
Index(['car', 'bike', 'train', 'tractor'], dtype='object')
>>> idx.reindex(['car', 'bike'])
(Index(['car', 'bike'], dtype='object'), array([0, 1]))