Разница между методами df.reindex() и df.set_index() в пандах

Я был смущен этим, что очень просто, но я не сразу нашел ответ в StackOverflow:

df.set_index('xcol') превращает столбец 'xcol' в индекс (если он является столбцом df).
df.reindex(myList) берет индексы извне кадра данных, например, из списка с именем myList который мы определили где-то еще.

Я надеюсь, что этот пост проясняет это! Дополнения к этому посту также приветствуются!

Ответ 1

Вы можете увидеть разницу на простом примере. Рассмотрим этот блок данных:

df = pd.DataFrame({'a': [1, 2],'b': [3, 4]})
print (df)
   a  b
0  1  3
1  2  4

Индексами являются 0 и 1

Если вы используете set_index с столбцом "a", то индексы равны 1 и 2. Если вы выполните df.set_index('a').loc[1,'b'], вы получите 3.

Теперь, если вы хотите использовать reindex с теми же индексами 1 и 2, что и df.reindex([1,2]), вы получите 4.0, когда будете делать df.reindex([1,2]).loc[1,'b']

Что случилось, что set_index заменил предыдущие индексы (0,1) на (1,2) (значения из столбца "a"), не касаясь порядка значений в столбце "b",

df.set_index('a')
   b
a   
1  3
2  4

в то время как reindex меняет индексы, но сохраняет значения в столбце "b", связанные с индексами в исходном df

df.reindex(df.a.values).drop('a',1) # equivalent to df.reindex(df.a.values).drop('a',1)
     b
1  4.0
2  NaN
# drop('a',1) is just to not care about column a in my example

Наконец, reindex изменяет порядок индексов без изменения значений строки, связанной с каждым индексом, в то время как set_index будет изменять индексы со значениями столбца, не касаясь порядка других значений в кадре данных

Ответ 2

Просто добавьте, что отмена для set_index будет reset_index методом (более или менее):

df = pd.DataFrame({'a': [1, 2],'b': [3, 4]})
print (df)

df.set_index('a', inplace=True)
print(df)

df.reset_index(inplace=True, drop=False)
print(df)

Ответ 3

Помимо отличного ответа от Бена. T, я хотел бы привести еще один пример того, как они отличаются, когда вы используете reindex и set_index для столбца индекса

import pandas as pd
import numpy as np
testdf = pd.DataFrame({'a': [1, 3, 2],'b': [3, 5, 4],'c': [5, 7, 6]})

print(testdf)
print(testdf.set_index(np.random.permutation(testdf.index)))
print(testdf.reindex(np.random.permutation(testdf.index)))

Выход:

В set_index, когда столбец index (первый столбец) перетасовывается, порядок других столбцов сохраняется без изменений
При использовании reindex порядок строк изменяется в соответствии с тасованием столбца index.