Pandas 인덱스 재구성

인덱스 재구성 DataFrame의 행 레이블과 열 레이블을 변경합니다. 재인덱싱은 특정 축에 대한 일정한 레이블 그룹과 일치하는 데이터를 만드는 것입니다.

인덱스를 통해 여러 가지 작업을 수행할 수 있습니다. 예를 들어-

기존 데이터를 새 레이블 그룹에 맞게 정렬합니다.레이블이 존재하지 않는 레이블 위치에 결손 값(NA) 표시를 삽입합니다.

예제:

　import　pandas　as　pd
　import　numpy　as　np
　N=20
　df = pd.DataFrame({
　　　　'A':　pd.date_range(start='2016-01-01',periods=N,freq='D'),
　　　　'x':　np.linspace(0,stop=N-1,num=N),
　　　　'y':　np.random.rand(N),
　　　　'C':　np.random.choice(['낮은','중간','높은'],N).tolist(),
　　　　'D':　np.random.normal(100,　10,　size=(N)).tolist()
　)
　# DataFrame 인덱스 재구성
　df_reindexed = df.reindex(index=[0,2,5],　columns=['A',　'C',　'B'])
　print(df_reindexed)

실행 결과:

　　　　　　　　　　　A　C　　　　　B
0　　2016-01-01　　낮은　NaN
2　　2016-01-03　　높은　NaN
5　　2016-01-06　　낮은　NaN

다시 인덱싱하여 다른 객체와 일치시키기

객체를 가져와 그 축에 대해 다시 인덱싱하여 다른 객체와 같은 레이블로 설정하려면 원할 수 있습니다. 다음 예제를 통해 동일한 내용을 이해해보겠습니다

예제

　import　pandas　as　pd
　import　numpy　as　np
　df1　=　pd.DataFrame(np.random.randn(10,3),columns=['col1','col2','col3'])
　df2　=　pd.DataFrame(np.random.randn(7,3),columns=['col1','col2','col3'])
　df1　= df1.reindex_like(df2)
　print(df1)

실행 결과:

　　　　　　　　　col1　　　　　　　　　col2　　　　　　　　　col3
0　　　　-2.467652　　　　-1.211687　　　　-0.391761
1　　　　-0.287396　　　　　0.522350　　　　　0.562512
2　　　　-0.255409　　　　-0.483250　　　　　1.866258
3　　　　-1.150467　　　　-0.646493　　　　-0.222462
4　　　　　0.152768　　　　-2.056643　　　　　1.877233
5　　　　-1.155997　　　　　1.528719　　　　-1.343719
6　　　　-1.015606　　　　-1.245936　　　　-0.295275

여기서, df1 DataFrame(df)2도 변경되고 다시 인덱싱됩니다. 열 이름이 일치해야하며 그렇지 않으면 전체 열 레이블에 NAN이 추가됩니다.

다시 인덱싱할 때 채움

reindex() 선택적 매개변수 메서드를 사용하면, 이는 다음과 같은 채움 메서드 중 하나입니다

pad/ffill − 값으로 전채웁니다

bfill/backfill − 값으로 뒤채웁니다

nearest − 가장 가까운 인덱스 값으로 채웁니다

예제

　import　pandas　as　pd
　import　numpy　as　np
　df1　=　pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
　df2　=　pd.DataFrame(np.random.randn(2,3),columns=['col1','col2','col3'])
　# NAN을 채웁니다
　print　df2.reindex_like(df1)
　# 현재 이전 값으로 NAN을 채웁니다
　print("전방填充을 포함한 데이터프레임:")
　print(df2.reindex_like(df1,method='ffill'))

실행 결과:

　　　　　　　　　col1　　　　　　　　col2　　　　　　　col3
0　　　　1.311620　　　-0.707176　　　0.599863
1　　　-0.423455　　　-0.700265　　　1.133371
2　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　NaN
3　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　NaN
4　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　NaN
5　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　NaN
전방填充을 포함한 데이터프레임:
　　　　　　　　　col1　　　　　　　　col2　　　　　　　　col3
0　　　　1.311620　　　-0.707176　　　　0.599863
1　　　-0.423455　　　-0.700265　　　　1.133371
2　　　-0.423455　　　-0.700265　　　　1.133371
3　　　-0.423455　　　-0.700265　　　　1.133371
4　　　-0.423455　　　-0.700265　　　　1.133371
5　　　-0.423455　　　-0.700265　　　　1.133371

마지막 네 행이 채워집니다.

다시 인덱싱할 때 채움 제한

limit 매개변수는 다시 인덱싱할 때 채움에 추가적인 제어를 제공합니다. 연속적으로 맞는 최대 개수를 지정합니다. 다음 예제를 통해 동일한 내용을 이해해보겠습니다-

예제

　import　pandas　as　pd
　import　numpy　as　np
　　
　df1　=　pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
　df2　=　pd.DataFrame(np.random.randn(2,3),columns=['col1','col2','col3'])
　# NAN을 채웁니다
　print　df2.reindex_like(df1)
　# 현재 이전 값으로 NAN을 채웁니다 print("전방填充 제한은",1데이터 프레임:
　print(df2.reindex_like(df1,method='ffill',limit=1))

실행 결과:

　　　　　　　　　col1　　　　　　　　col2　　　　　　　　col3
0　　　　0.247784　　　　2.128727　　　　0.702576
1　　　-0.055713　　　-0.021732　　　-0.174577
2　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　　NaN
3　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　　NaN
4　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　　NaN
5　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　　NaN
전진 채우기 제한은1데이터 프레임:
　　　　　　　　　col1　　　　　　　　col2　　　　　　　　col3
0　　　　0.247784　　　　2.128727　　　　0.702576
1　　　-0.055713　　　-0.021732　　　-0.174577
2　　　-0.055713　　　-0.021732　　　-0.174577
3　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　　NaN
4　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　　NaN
5　　　　　　　　　NaN　　　　　　　　　NaN　　　　　　　　　NaN

주의하세요, 이전의 여섯 번째 줄은 일곱 번째 줄을 채웠습니다. 그런 다음, 각 줄은 그대로 유지되었습니다.

이름 지정

rename() 메서드를 사용하여 인덱스를 재표시할 수 있습니다. 이는 딕셔너리나 시리즈나 임의의 함수에 기반합니다. 　
이를 이해하기 위해 다음 예제를 고려해 보겠습니다-

　　import　pandas　as　pd
　import　numpy　as　np
　df1　=　pd.DataFrame(np.random.randn(6,3),columns=['col1','col2','col3'])
　print　df1
　print　("행과 열을 다시 이름 지정한 후:")
　print(df1.rename(columns={'col1'　:　'c1',　'col2'　:　'c2'},
　index　=　{0　:　'apple',　1　:　'banana',　2　:　'durian'}))

실행 결과:

　　　　　　　　　col1　　　　　　　　col2　　　　　　　　col3
0　　　　0.486791　　　　0.105759　　　　1.540122
1　　　-0.990237　　　　1.007885　　　-0.217896
2　　　-0.483855　　　-1.645027　　　-1.194113
3　　　-0.122316　　　　0.566277　　　-0.366028
4　　　-0.231524　　　-0.721172　　　-0.112007
5　　　　0.438810　　　　0.000225　　　　0.435479
행과 열을 다시 이름 지정한 후:
　　　　　　　　　　　　　　　　c1　　　　　　　　　　c2　　　　　　　　col3
apple　　　　　0.486791　　　　0.105759　　　　1.540122
banana　　　-0.990237　　　　1.007885　　　-0.217896
durian　　　-0.483855　　　-1.645027　　　-1.194113
3　　　　　　　　-0.122316　　　　0.566277　　　-0.366028
4　　　　　　　　-0.231524　　　-0.721172　　　-0.112007
5　　　　　　　　　0.438810　　　　0.000225　　　　0.435479