python reindex怎么创建新索引

在Python中，使用pandas库可以轻松地重新索引数据

首先，导入pandas库并创建一个示例数据集：

import pandas as pd

data = https://www.yisu.com/ask/{'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}

df = pd.DataFrame(data)
print("Original DataFrame:")
print(df)

原始数据集如下：

   A   B   C
0  1  10  100
1  2  20  200
2  3  30  300
3  4  40  400
4  5  50  500

现在，我们将创建一个新索引。例如，我们可以使用range()函数创建一个从1到5的新索引：

new_index = range(1, 6)

要使用新索引重新索引数据集，请使用reindex()方法：

reindexed_df = df.reindex(new_index)
print("\nReindexed DataFrame:")
print(reindexed_df)

重新索引后的数据集如下：

    A   B   C
1  2  20  200
2  3  30  300
3  4  40  400
4  5  50  500
5  NaN   NaN  NaN

注意，新索引中的值（1, 2, 3, 4, 5）与原始数据集中的值（0, 1, 2, 3, 4）不匹配的值将被替换为NaN。如果需要，可以使用fill_value参数填充这些NaN值。例如，使用前一个值填充NaN：

reindexed_df = df.reindex(new_index, fill_value=https://www.yisu.com/ask/df.iloc[0])"\nReindexed DataFrame with fill value:")
print(reindexed_df)

填充后的数据集如下：

    A   B   C
1  2  20  200
2  3  30  300
3  4  40  400
4  5  50  500
5  1  10  100

这就是如何在Python中使用pandas库重新索引数据集并创建新索引。