Python | Serie Pandas.reindex_like()

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. NaNSe ha utilizado el aviso para los valores de adiciones más recientes .