Pandas 重新索引并填充缺失值：“索引必须是单调的”

Question

在回答this stackoverflow question 时，我发现在重新索引数据帧时使用填充方法时出现了一些有趣的行为。

pandas 中的 old bug report 表示 df.reindex(newIndex,method='ffill') 应该等同于 df.reindex(newIndex).ffill()，但这不是我所看到的行为

这是一个说明行为的代码 sn-p

df = pd.DataFrame({'values': 2}, index=pd.DatetimeIndex(['2016-06-02', '2016-05-04', '2016-06-03']))
newIndex = pd.DatetimeIndex(['2016-05-04', '2016-06-01', '2016-06-02', '2016-06-03', '2016-06-05'])
print(df.reindex(newIndex).ffill())
print(df.reindex(newIndex, method='ffill'))

第一个打印语句按预期工作。第二个提出了一个

ValueError: index must be monotonic increasing or decreasing

这是怎么回事？

---

编辑：请注意样本df 有意具有非单调索引。该问题与df.reindex(newIndex, method='ffil') 中的操作顺序有关。我的期望是错误报告说它应该工作 - 首先用新索引重新索引，然后填充。

如您所见，newIndex.is_monotonic 是True，单独调用时填充有效，但作为reindex 的参数调用时会失败。

Answer 1

reindex 的某些元素需要对传入索引进行排序。我推断当 method 被传递时，它无法对传入的索引进行预排序并随后失败。我是基于这样的事实得出这个结论的：

print df.sort_index().reindex(newIndex.sort_values(), method='ffill')

Answer 2

这似乎也需要在列上完成。

In[76]: frame = DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'],columns=['Ohio', 'Texas', 'California'])

In[77]: frame.reindex(index=['a','b','c','d'],method='ffill',columns=states)
---> ValueError: index must be monotonic increasing or decreasing

In[78]: frame.reindex(index=['a','b','c','d'],method='ffill',columns=states.sort())

Out[78]:
  Ohio  Texas  California
a     0      1           2
b     0      1           2
c     3      4           5
d     6      7           8