Python| Pandas Series.reindex_like()
Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的,但必须是可散列的类型。该对象支持整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。
Pandas Series.reindex_like()
函数返回一个具有匹配索引的对象作为其他对象。它使对象符合所有轴上的相同索引。
Syntax: Series.reindex_like(other, method=None, copy=True, limit=None, tolerance=None)
Parameter :
other : Its row and column indices are used to define the new indices of this object.
method : Method to use for filling holes in reindexed DataFrame.
copy : Return a new object, even if the passed indexes are the same.
limit : Maximum number of consecutive labels to fill for inexact matches.
tolerance : Maximum distance between original and new labels for inexact matches.
Returns : Series or DataFrame
示例 #1:使用Series.reindex_like()
函数根据另一个对象重新索引给定的系列对象。
# importing pandas as pd
import pandas as pd
# Creating the first Series
sr1 = pd.Series([10, 25, 3, 11, 24, 6])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr1.index = index_
# Print the series
print(sr1)
# Creating the second Series
sr2 = pd.Series([10, 25, 3, 11, 24, 6, 25, 45])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta',
'Dew', 'ThumbsUp', 'Mirinda', 'Appy']
# set the index
sr2.index = index_
# Print the series
print(sr2)
输出 :
现在我们将使用Series.reindex_like()
函数根据 sr1 重新索引 sr2 系列对象。
# reindex sr2 using sr1
result = sr2.reindex_like(sr1)
# Print the result
print(result)
输出 :
正如我们在输出中看到的, Series.reindex_like()
函数已经成功地使用 sr1 重新索引了 sr2 对象。额外标签的通知已被删除。
示例 #2:使用Series.reindex_like()
函数根据另一个对象重新索引给定的系列对象。
# importing pandas as pd
import pandas as pd
# Creating the first Series
sr1 = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio'])
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# set the index
sr1.index = index_
# Print the series
print(sr1)
# Creating the second Series
sr2 = pd.Series(['New York', 'Toronto', 'Lisbon', 'Rio'])
# Create the Index
index_ = ['City 1', 'City 3', 'City 4', 'City 5']
# set the index
sr2.index = index_
# Print the series
print(sr2)
输出 :
现在我们将使用Series.reindex_like()
函数根据 sr1 重新索引 sr2 系列对象。
# reindex sr2 using sr1
result = sr2.reindex_like(sr1)
# Print the result
print(result)
输出 :
正如我们在输出中看到的, Series.reindex_like()
函数已经成功地使用 sr1 重新索引了 sr2 对象。注意新添加的NaN
值已被使用。