pandas reindex、set_index 和 reset_index
操纵索引包括：重索引、设置索引、替换轴的索引、重置索引
一，重索引 （reindex）
重索引是指数据框按照新的索引进行排列，如果已存的索引和新索引不匹配，那么使用NA来填充。
DataFrame.reindex(labels=None, index=None, columns=None, axis=None,
method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)
参数注释：
- labels：array-like，新的轴（axis）标签，轴由参数axis指定
- index，columns：新索引，如果指定index参数，等价于指定labels和axis=0/'index'，如果指定columns，等价于指定labels和axis=1/'columns'
- axis：轴，axis=0/'index'表示行，axis=1/'columns'表示列
- method：用于填充的方法，有效值是None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’，
- None表示不会填充
- ‘backfill’/’bfill’：表示回填，用NA的后面第一个有效值来填充当前的NA
- ‘pad’/’ffill’：表示补填，用前面第一个有效值来填充当前的NA
- ‘nearest’：用最接近NA的有效值来填充当前的NA
- copy：默认值是True，返回新的对象
- level：用于MultiIndex，在一个级别上，与MultiIndex进行匹配。
- fill_value：标量值，默认值是np.NaN，用于对缺失值进行填充的值
- limit：填充的最大次数
- tolerance：可选参数，表示不能完全匹配的原始标签和新标签之间的最大距离，匹配位置处的索引值满足：abs（index_position - target_position）<= tolerance，容差可以是标量值（对所有序列值应用相同的容差），也可以是list-like结构（对每个序列元素应用可变容差），list-like结构包括列表、元组、数组和序列，并且list-like结构的长度和序列的长度和长度必须相同。
举个例子，有如下的数据集df，df的行索引由index指定，列索引是http_status和response_time：
index = ['Firefox', 'Chrome', 'Safari', 'IE10', 'Konqueror'] df = pd.DataFrame({'http_status': [200, 200, 404, 404, 301], 'response_time': [0.04, 0.02, 0.07, 0.08, 1.0]}, index=index) df http_status response_time Firefox 200 0.04 Chrome 200 0.02 Safari 404 0.07 IE10 404 0.08 Konqueror 301 1.00
重索引（reindex）是指为原始数据集应用新的索引，并按照新的索引来对数据进行排序，如果原始索引不存在于新索引中，那么相应的Cell值会被填充为默认值的np.NaN。
如下所示，原始索引不存在Iceweasel 和 Comodo Dragon，这两个的数据值都设置为NaN。其他三行的索引都存在于原始索引中，使用原始的值。通过reindex之后，数据集的索引变更为新索引。
new_index = ['Safari', 'Iceweasel', 'Comodo Dragon', 'IE10', 'Chrome'] df.reindex(new_index) http_status response_time Safari 404.0 0.07 Iceweasel NaN NaN Comodo Dragon NaN NaN IE10 404.0 0.08 Chrome 200.0 0.02
对于填充值，可以通过参数fill_value来设置：
df.reindex(new_index, fill_value=0) http_status response_time Safari 404 0.07 Iceweasel 0 0.00 Comodo Dragon 0 0.00 IE10 404 0.08 Chrome 200 0.02
二，设置索引（set_index）
把现有的列设置为行索引，使用set_index()函数把已有的列转换为行索引，也可以使用set_axis()函数替换掉已有的轴索引。使用现有的列作为DataFrame的索引：
DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)
参数注释：
- keys：列标签，或列标签的列表，
- drop：默认值是True，表示删除keys参数指定的列；设置为False，表示不删除keys参数指定的列。
- append：默认值是False，表示删除原始行索引；如果设置为True，表示向现有的行索引中追加索引。
- verify_integrity：默认值是False，不检查新索引是否存在重复值。
对于以下的数据，pandas默认创建一个int range索引：
df = pd.DataFrame({'month': [1, 4, 7, 10],
'year': [2012, 2014, 2013, 2014],
'sale': [55, 40, 84, 31]})
df
month year sale
0 1 2012 55
1 4 2014 40
2 7 2013 84
3 10 2014 31
设置month为新的索引，默认值是drop=True，append=False，这表示会删除month列，并使用month列来替换原始的索引：
df.set_index('month') year sale month 1 2012 55 4 2014 40 7 2013 84 10 2014 31
三，重置索引（reset_index）
重置索引表示把DataFrame的索引设置为默认值，也就是从0开始到N-1的整数位置索引。设置索引是把列转换为索引，而重置索引可以认为是把行索引转换为数据集的一列。重置索引也可以用于删除原始索引，如果数据集存在多级索引（MultiIndex），那么reset_index 可以用于移除多级索引的一个级别（level）或多个级别。
DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')
drop 参数表示是否删除原始索引，如果设置为False，那么索引转换为列；如果设置为True，表示把索引删除。
有如下数据df，存在一个行索引：
df = pd.DataFrame([('bird', 389.0), ('bird', 24.0), ('mammal', 80.5),('mammal', np.nan)], index=['falcon', 'parrot', 'lion', 'monkey'], columns=('class', 'max_speed')) df class max_speed falcon bird 389.0 parrot bird 24.0 lion mammal 80.5 monkey mammal NaN
重置索引，并把原始的索引转换为数据集的一列，现有的索引使用pandas默认的索引。
df.reset_index() index class max_speed 0 falcon bird 389.0 1 parrot bird 24.0 2 lion mammal 80.5 3 monkey mammal NaN
重置索引，并把原始的索引删除：
df.reset_index(drop=True) class max_speed 0 bird 389.0 1 bird 24.0 2 mammal 80.5 3 mammal NaN
参考文档：
