在學習Pandas時，當對一個Series或者DataFrame進行重新索引時，需要用到pandas.Series.reindex()或者pandas.DataFrame.reindex()。當某個索引值不存在時，會直接引入缺失值NaN。我們可以通過填充的方式，使Series或者DataFrame中新的index擁有新的索引。這篇文章整理下reindex中關於填充缺失值的幾個方法
索引對象是無法修改的，因此，重新索引是指對索引重新排序而不是重新命名，如果某個索引值不存在的話，會引入缺失值
obj.reindex(['a','b','c','d','e']) #重新填充
對於重建索引引入的缺失值，可以利用fill_value參數填充。
對於順序數據，比如時間序列，重新索引時可能需要進行插值或填值處理，利用參數method選項可以設置：
method = ‘ffill’或‘pad’，表示前向值填充 （#根據前面的值填充）
method = ‘bfill’或‘backfill’，表示后向值填充（#根據后面的值填充）
