pandas的基本功能

一、重新索引

     （1）reindex方式

obj = pd.Series(['blue', 'purple', 'yellow'], index=[0, 2, 4])
print(obj)
obj.reindex(range(6), method='ffill')#使用ffill可以实现前向值填充
print(obj)

    对于DataFrame，reindex只传递一个序列时，会重新索引结果的行。

 frame = pd.DataFrame(np.arange(9).reshape((3, 3)),index=['a', 'c', 'd'],columns=['Ohio', 'Texas', 'California'])
 print(frame)
 frame2 = frame.reindex(['a', 'b', 'c', 'd'])
 print(frame)

   （2）对于DataFrame列，可以用columns关键字重新索引

states = ['Texas', 'Utah', 'California']
frame.reindex(columns=states)

二、丢弃指定轴上的项，drop方法

    （1）Series

obj = pd.Series(np.arange(5.), index=['a', 'b', 'c', 'd', 'e'])
obj.drop('c')
obj.drop(['c','d'])

    （2）DataFrame

data = pd.DataFrame(np.arange(16).reshape((4, 4)),
index=['Ohio', 'Colorado', 'Utah', 'New York'],
columns=['one', 'two', 'three', 'four'])

#删除行
data.drop(['Ohio', 'Colorado'])

#删除列,通过传递axis=1或axis='columns'可以删除列的值
data.drop('two',axis=1)
data.drop(['two', 'four'], axis='columns')
obj.drop('c', inplace=True)#就地修改对象，不会返回新的对象,小心使用inplace，它会销毁所有被删除的数据。