pyspark.pandas.DataFrame.reindex_like¶
-
DataFrame。reindex_like( 其他:pyspark.pandas.frame.DataFrame,複製:bool=真正的 )→pyspark.pandas.frame.DataFrame¶ -
像其他對象返回一個DataFrame與匹配指數。
遵循相同的索引的對象在所有軸。地方NA /南在前麵的位置沒有價值指數。產生一個新對象,除非新索引相當於當前複製= False。
- 參數
-
- 其他 DataFrame
-
它的行和列索引是用來定義這個對象的新指標。
- 複製 bool,默認的真
-
返回一個新對象,即使通過索引都是相同的。
- 返回
-
- DataFrame
-
在每根軸上DataFrame指數的變化。
另請參閱
-
DataFrame.set_index -
設置行標簽。
-
DataFrame.reset_index -
刪除行標簽或其移到新的列。
-
DataFrame.reindex -
改變到新的指標或擴大指標。
筆記
一樣的要求
.reindex(指數= other.index,列= other.columns…)。例子
> > >df1=ps。DataFrame([[24.3,75.7,“高”),…(31日,87.8,“高”),…(22,71.6,“媒介”),…(35,95年,“媒介”]],…列=(“temp_celsius”,“temp_fahrenheit”,…“風速”),…指數=pd。date_range(開始=“2014-02-12”,…結束=“2014-02-15”,頻率=' D '))> > >df1temp_celsius temp_fahrenheit風速2014-02-12 24.3 - 75.7高2014-02-13 31.0 - 87.8高2014-02-14 22.0 - 71.6中2014-02-15 35.0 - 95.0中
> > >df2=ps。DataFrame([[28,“低”),…(30.,“低”),…(35.1,“媒介”]],…列=(“temp_celsius”,“風速”),…指數=pd。DatetimeIndex([“2014-02-12”,“2014-02-13”,…“2014-02-15”)))> > >df2temp_celsius風速2014-02-12 28.0低2014-02-13 30.0低2014-02-15 35.1介質
> > >df2。reindex_like(df1)。sort_index()temp_celsius temp_fahrenheit風速2014-02-12 28.0南低2014-02-13 30.0南低2014-02-14南南沒有2014-02-15 35.1南中