pandas中的重置索引 —reindex

pandas中提供了一个重要的方法是reindex()，该方法的作用是对原索引和新索引进行匹配，也就是说，新索引含有原索引的数据，而原索引数据按照新索引排序。如果新索引中没有原索引数据，程序不会报错，而且会添加新的索引，并且值填充为NaN或者使用fill_values()填充其他值。

reindex()方法的格式：DataFrame.reindex(labels=None，index=None，axis=None，method=None，copy=True，level=None，fill_values=nan，limit=None，tolerance=None)


上述方法的部分参数含义如下：

1. index：用作索引的新序列

2. method：插值填充方式
   （1）ffill 或 pad ：前向填充值（用前一个索引的数据作为自己的数据）
   （2）bfill 或 backfill：后向填充值（用后一哥索引的数据作为自己的数据）
   （3）nearset：从最近的索引值填充

3. fill_value：引入缺失值时使用的替代值（所以的缺失值都会用这个值）

4. limit：前向填充或后向填充的最大填充量

下面通过两个简单的例子来演示重新索引的使用：

      #这个例子创建了一个ser_obj的Series对象，并为其指定索引为"c、b、d、a、e"，接着又调用了reindex（）方法对索引重新排列，变为"a、b、c、d、e、f"，由于索引" f "对应的值不存在，所以使用NaN对缺失的数据进行填充

      #这个为DataFrame的reindex例子，如e没有值时会用NaN进行填充，可以使用fill_value为其填充

       ffill参数的用法：

       bfill参数的用法：

       nearest参数的用法：