pandas中Index.reindex()传入fill_value参数报错的问题咨询

嘿，我发现你遇到的问题根源是混淆了不同pandas对象的reindex方法参数！

你查的是DataFrame.reindex()的文档，这个方法确实支持fill_value参数，但你现在调用的是Index.reindex()（因为a和b都是DatetimeIndex对象），而Index类的reindex方法根本没有fill_value这个参数，所以才会抛出TypeError。

不过别担心，有两种简单的办法可以实现你想要的“把匹配不到的位置替换成NaN”的需求：

方法一：手动处理reindex返回的匹配数组 #

Index.reindex()会返回两个值：重新索引后的新索引，以及原索引在新索引中的位置数组（-1表示没有匹配到）。我们只需要把数组里的-1替换成NaN就行：

import pandas as pd
import numpy as np

a = pd.DatetimeIndex(["2000", "2001", "2002", "2003",
                      "2004", "2005", "2009", "2010"])
b = pd.DatetimeIndex(["2000", "2001", "2002", "2003",
                      "2004", "2005", "2006", "2007",
                      "2008", "2009", "2010"])

# 获取reindex的结果
new_idx, match_indices = a.reindex(b)
# 将-1替换为NaN
match_indices = np.where(match_indices == -1, np.nan, match_indices)
print(match_indices)

运行后会得到：[ 0. 1. 2. 3. 4. 5. nan nan nan 6. 7.]，正是你想要的结果。

方法二：把Index转换成Series再使用reindex #

Series的reindex方法支持fill_value参数，我们可以先把原Index转换成带位置索引的Series，再重新索引：

import pandas as pd
import numpy as np

a = pd.DatetimeIndex(["2000", "2001", "2002", "2003",
                      "2004", "2005", "2009", "2010"])
b = pd.DatetimeIndex(["2000", "2001", "2002", "2003",
                      "2004", "2005", "2006", "2007",
                      "2008", "2009", "2010"])

# 将a转换为Series，值为原索引的位置
a_series = pd.Series(range(len(a)), index=a)
# 用Series的reindex，指定fill_value为NaN
result_series = a_series.reindex(b, fill_value=np.nan)
# 提取值数组
match_indices = result_series.values
print(match_indices)

这个方法也能得到和上面一样的结果，而且更贴近你原本想用fill_value的思路。

总结一下：以后调用pandas方法前，要注意确认当前对象的类型，不同类型的同名方法参数可能不一样哦～

备注：内容来源于stack exchange，提问作者Kernel