reindex更多的不是修改pandas对象的索引，而只是修改索引的顺序，如果修改的索引不存在就会使用默认的None代替此行。且不会修改原数组，要修改需要使用赋值语句。
series.reindex()
import pandas as pd
import numpy as np
obj = pd.Series(range(4),index=['d','b','a','c'])
print obj
d 0
b 1
a 2
c 3
dtype: int64
print obj.reindex(['a','c','d','e'])
1
a 2.0
b 1.0
c 3.0
d 0.0
e NaN
dtype: float64
多出的索引‘e'会被赋值NaN
内插或填充method
obj1=pd.Series(range(3),index=['a','e'])
print obj1.reindex(['a','e'],method='pad')
a 0
b 0
c 1
d 1
e 2
dtype: int64
ffill或pad: 前向(或进位)填充
bfill或backfill: 后向(或进位)填充
dataframe.reindex()
dataframe.reindex()可以改变(行)索引，列或两者。当只传入一个序列时，行被重新索引,一次可以对两个重新索引，可是插值只在行侧(0坐标轴)进行
frame = pd.DataFrame(np.arange(9).reshape((3,3)),'d'],columns=['c1','c2','c3'])
print frame
c1 c2 c3
a 0 1 2
c 3 4 5
d 6 7 8
states = ['c1','b2','c3']
frame.reindex(columns=states)
c1
b2
c3
a
0
NaN
2
c
3
NaN
5
d
6
NaN
8
列名不一样的会被赋值nan
frame_na=frame.reindex(index=['a',method='ffill',columns=states)
print frame_na
c1 b2 c3
a 0 NaN 2
b 0 NaN 2
c 3 NaN 5
d 6 NaN 8
插值只在行侧(0坐标轴)进行,但是我们可以在其之后，对nan值进行填充
frame_na.fillna(method='ffill',axis=1)
c1
b2
c3
a
0.0
0.0
2.0
b
0.0
0.0
2.0
c
3.0
3.0
5.0
d
6.0
6.0
8.0
以上这篇python pandas 对series和dataframe的重置索引reindex方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持编程小技巧。
)
