reindex() 比手动切片快因底层用索引哈希查找，有序唯一索引下为O(log n)，而布尔索引或loc未排序时退化为O(n)线性扫描；需确保索引为pd.Index类型，注意重复索引、fill_value类型兼容性及errors参数语义。
为什么 reindex() 比手动切片快得多
因为 reindex() 底层直接调用索引哈希查找，避免逐行比对。当你用布尔索引（如 df[df.index.isin(other_index)]）或 loc 配合未排序索引时，Pandas 实际会回退到 O(n) 线性扫描；而 reindex() 在索引有序且唯一时是 O(log n)，重复索引还能自动填充 NaN 或指定值。
实操建议：
- 确保源 DataFrame 和目标索引都使用
pd.Index类型（而非普通 list 或 numpy array），否则reindex()会先隐式转换，拖慢速度 - 若目标索引含重复项，
reindex()默认保留重复，但不会报错——这点常被忽略，导致后续聚合出错 - 用
method='nearest'或tolerance参数可做近似对齐，但会显著降低性能，仅在时间序列插值时启用
reindex() 的 fill_value 和 errors 参数怎么选
这两个参数决定对齐失败时的行为，选错会导致静默数据污染或意外中断。
常见错误现象：KeyError 报在 loc 上，却以为是索引没对上；其实只是 reindex(errors='raise') 被默认设为 'raise'，而你没意识到它和 loc 的容错逻辑不同。
立即学习“Python免费学习笔记（深入）”；
使用场景与建议：
- 需要严格匹配：显式写
df.reindex(target_idx, errors='raise')，避免NaN悄悄混入结果 - 补缺失值：用
fill_value=0或fill_value=np.nan，注意fill_value类型必须兼容列 dtype（比如对int64列填0.5会强制转为 float） - 跳过缺失：
errors='ignore'不推荐——它直接丢掉目标索引中不在原 index 中的项，行为等价于df.loc[target_idx.intersection(df.index)]，但语义模糊
多级索引对齐时，reindex() 容易漏掉 level 参数
对 MultiIndex 直接传入 flat list 会报 ValueError: cannot handle a non-unique multi-index!，不是索引重复，而是你没告诉 Pandas 对哪一级对齐。
正确做法：
- 只对某一层重排：用
df.reindex(index=new_idx, level='date')，其中new_idx必须是该 level 的值列表（类型需匹配） - 全层级对齐：传入
pd.MultiIndex.from_tuples()构造的目标索引，且必须保证层级顺序、名称、dtype 与原MultiIndex一致 - 常见坑：用
df.index.get_level_values('col').tolist()提取 level 值后直接传给reindex()——这会丢失层级结构，变成单层索引对齐，结果错位
对齐后 shape 不变 ≠ 数据没丢
reindex() 返回的 DataFrame 行数一定等于目标索引长度，但列可能因原始数据缺失而全为 NaN，尤其当跨 DataFrame 对齐且列名不完全重合时。
容易被忽略的地方：
-
reindex(columns=...)和reindex(index=...)是独立操作，想同时对齐行列，必须显式写成df.reindex(index=idx, columns=cols)，不能链式调用两次——第二次会覆盖第一次的填充结果 - 对齐后检查
df.isna().sum().sum()很必要，但更关键的是验证关键列是否出现整列NaN，这往往意味着列名大小写或空格不一致 - 如果源 DataFrame 使用了 category dtype，
reindex()后新引入的NaN可能触发类别扩展失败，需提前用df.astype('string')或df.astype('object')缓解
