pandas.Index.reindex#

Индекс.reindex(цель, метод=None, уровень=None, limit=None, допуск=None)[источник]#

Создать индекс со значениями цели.

Параметры:

цельитерируемый объект

метод{None, 'pad'/'ffill', 'backfill'/'bfill', 'nearest'}, опционально

по умолчанию: только точные совпадения.
pad / ffill: найти ПРЕДЫДУЩЕЕ значение индекса, если точного совпадения нет.
backfill / bfill: использовать СЛЕДУЮЩЕЕ значение индекса, если нет точного совпадения
nearest: использовать БЛИЖАЙШЕЕ значение индекса, если нет точного совпадения. Равные расстояния разрешаются предпочтением большего значения индекса.

уровеньint, необязательный

Уровень мультииндекса.

limitint, необязательный

Максимальное количество последовательных меток в target для соответствия неточным совпадениям.

допускint или float, необязательный

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

Допуск может быть скалярным значением, которое применяет одинаковый допуск ко всем значениям, или list-like, которое применяет переменный допуск на элемент. List-like включает list, tuple, array, Series и должен быть того же размера, что и индекс, а его dtype должен точно соответствовать типу индекса.

Возвращает:

new_indexpd.Index: Результирующий индекс.
индексаторnp.ndarray[np.intp] или None: Индексы выходных значений в исходном индексе.

Вызывает:

TypeError: Если method передаётся вместе с level.
ValueError: Если не уникальный мульти-индекс
ValueError: Если не уникальный индекс и method или limit передан.

Смотрите также

Series.reindex: Привести Series к новому индексу с опциональной логикой заполнения.
DataFrame.reindex: Привести DataFrame к новому индексу с опциональной 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]))