La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto es compatible con la indexación basada en números enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.
La función Pandas Series.reindex_like()
devuelve un objeto con índices coincidentes como otro objeto. Conforma el objeto al mismo índice en todos los ejes.
Sintaxis: Series.reindex_like(otro, método=Ninguno, copia=Verdadero, límite=Ninguno, tolerancia=Ninguno)
Parámetro:
otro: sus índices de fila y columna se utilizan para definir los nuevos índices de este objeto.
method : Método a usar para llenar huecos en DataFrame reindexado.
copy: Devuelve un nuevo objeto, incluso si los índices pasados son los mismos.
limit : Número máximo de etiquetas consecutivas para llenar para coincidencias inexactas.
tolerancia : Distancia máxima entre etiquetas originales y nuevas para coincidencias inexactas.Devoluciones: Serie o DataFrame
Ejemplo n.º 1: use Series.reindex_like()
la función para volver a indexar el objeto de la serie dada en función del otro objeto.
# 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)
Producción :
Ahora usaremos Series.reindex_like()
la función para reindexar el objeto de la serie sr2 en función de sr1.
# reindex sr2 using sr1 result = sr2.reindex_like(sr1) # Print the result print(result)
Producción :
As we can see in the output, the Series.reindex_like()
function has successfully reindexed sr2 object using sr1. Notice for the extra labels has been dropped.
Ejemplo n.º 2: use Series.reindex_like()
la función para volver a indexar el objeto de la serie dada en función del otro objeto.
# 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)
Producción :
Ahora usaremos Series.reindex_like()
la función para reindexar el objeto de la serie sr2 en función de sr1.
# reindex sr2 using sr1 result = sr2.reindex_like(sr1) # Print the result print(result)
Producción :
Como podemos ver en el resultado, la Series.reindex_like()
función ha reindexado con éxito el objeto sr2 usando sr1. NaN
Se ha utilizado el aviso para los valores de adiciones más recientes .
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA