首先介绍reindex，它的作用是创建一个新对象，新对象的数据符合新的索引。示例如下所示

从上图可以看出，使用reindex后，索引进行了重排。如果某个索引值不存在，就会引入缺失值：

如果不想使用缺失值，可以通过fill_value参数填充默认值，如下所示

同时也可以使用method选项，使用method时，可用的参数包括ffill（前向填充）和bfill（后向填充）。

在使用method选项时，你可能会发现ffill或bfill填充的值与预期的值不符，如下图所示：

本来认为'o'索引填充的值应该是3，但上面填充的却是4，这是为什么呢？

因为在reindex的括号内部使用method选项时：先按照索引的顺序排序好，然后再填充值，填充完成后再按照reindex里新索引的顺序进行排列。

因此obj先按照a，b，c，d，o的顺序排列好，d的值是4， o的值就被前向填充成4了。

同理，如果使用bfill参数，因为o后面没有值了，o的值就是NaN，而不是2。如下图所示

但是如果使用.ffill()或.bfill()，就能够达到我们想要的效果：填充值与前向/后项值相同。如下图所示：

同时需要注意的是，在使用method选项时，原数组里的索引必须是已经经过排序的，如果原索引是乱序的，会弹出如下错误

index must be monotonic increasing or decreasing

如下所示obj3的原索引未按顺序排列：

如果此时使用method选项，就会报错：

但使用.ffill()就不会有问题：

使用method方式是旧python的做法，新版python中推荐使用.ffill()方式。

通过reindex还可以选择特定的索引：

对于DataFrame，reindex可以修改行索引或列索引。如果只传递一个序列，则会修改行索引：

用columns关键字就可以重新索引列，如下所示

通过本文的学习，你是否学会了reindex的用法？