数据分析工具Pandas（1）：Pandas的数据结构

数据分析工具Pandas（2）：Pandas的索引操作

Pandas的索引操作

索引对象Index

1. Series和DataFrame中的索引都是Index对象

      print(type(ser_obj.index))
      print(type(df_obj2.index))
      print(df_obj2.index)
  
 

运行结果：

      <class 'pandas.indexes.range.RangeIndex'>
      <class 'pandas.indexes.numeric.Int64Index'>
      Int64Index([0, 1, 2, 3], dtype='int64')
  
 

2. 索引对象不可变，保证了数据的安全

      # 索引对象不可变
      df_obj2.index[0] = 2
  
 

运行结果：

      ---------------------------------------------------------------------------
      TypeError Traceback (most recent call last)
      <ipython-input-23-7f40a356d7d1> in <module>()
      1 # 索引对象不可变
      ----> 2 df_obj2.index[0] = 2
      /Users/Power/anaconda/lib/python3.6/site-packages/pandas/indexes/base.py in __setitem__(self, key, value)
        1402
        1403 def __setitem__(self, key, value):
      -> 1404 raise TypeError("Index does not support mutable operations")
        1405
        1406 def __getitem__(self, key):
      TypeError: Index does not support mutable operations
  
 

常见的Index种类

• Index，索引
• Int64Index，整数索引
• MultiIndex，层级索引
• DatetimeIndex，时间戳类型

Series索引

1. index 指定行索引名

      ser_obj = pd.Series(range(5), index = ['a', 'b', 'c', 'd', 'e'])
      print(ser_obj.head())
  
 

运行结果：

      a 0
      b 1
      c 2
      d 3
      e 4
      dtype: int64
  
 

2. 行索引

ser_obj[‘label’], ser_obj[pos]

      # 行索引
      print(ser_obj['b'])
      print(ser_obj[2])
  
 

运行结果：

      1
      2
  
 

3. 切片索引

ser_obj[2:4], ser_obj[‘label1’: ’label3’]

注意，按索引名切片操作时，是包含终止索引的。

      # 切片索引
      print(ser_obj[1:3])
      print(ser_obj['b':'d'])
  
 

运行结果：

      b 1
      c 2
      dtype: int64
      b 1
      c 2
      d 3
      dtype: int64
  
 

4. 不连续索引

ser_obj[[‘label1’, ’label2’, ‘label3’]]

      # 不连续索引
      print(ser_obj[[0, 2, 4]])
      print(ser_obj[['a', 'e']])
  
 

运行结果：

      a 0
      c 2
      e 4
      dtype: int64
      a 0
      e 4
      dtype: int64
  
 

5. 布尔索引

      # 布尔索引
      ser_bool = ser_obj > 2
      print(ser_bool)
      print(ser_obj[ser_bool])
      print(ser_obj[ser_obj > 2])
  
 

运行结果：

      a False
      b False
      c False
      d True
      e True
      dtype: bool
      d 3
      e 4
      dtype: int64
      d 3
      e 4
      dtype: int64
  
 

DataFrame索引

1. columns 指定列索引名

      import numpy as np
      df_obj = pd.DataFrame(np.random.randn(5,4), columns = ['a', 'b', 'c', 'd'])
      print(df_obj.head())
  
 

运行结果：

      a b c d
      0 -0.241678  0.621589  0.843546 -0.383105
      1 -0.526918 -0.485325  1.124420 -0.653144
      2 -1.074163  0.939324 -0.309822 -0.209149
      3 -0.716816  1.844654 -2.123637 -1.323484
      4  0.368212 -0.910324  0.064703  0.486016
  
 

2. 列索引

df_obj[[‘label’]]

      # 列索引
      print(df_obj['a']) # 返回Series类型
      print(df_obj[[0]]) # 返回DataFrame类型
      print(type(df_obj[[0]])) # 返回DataFrame类型
  
 

运行结果：

      0   -0.241678
      1   -0.526918
      2   -1.074163
      3   -0.716816
      4 0.368212
      Name: a, dtype: float64
      <class 'pandas.core.frame.DataFrame'>
  
 

3. 不连续索引

df_obj[[‘label1’, ‘label2’]]

      # 不连续索引
      print(df_obj[['a','c']])
      print(df_obj[[1, 3]])
  
 

运行结果：

      a c
      0 -0.241678  0.843546
      1 -0.526918  1.124420
      2 -1.074163 -0.309822
      3 -0.716816 -2.123637
      4  0.368212  0.064703
      b d
      0  0.621589 -0.383105
      1 -0.485325 -0.653144
      2  0.939324 -0.209149
      3  1.844654 -1.323484
      4 -0.910324  0.486016
  
 

高级索引：标签、位置和混合

Pandas的高级索引有3种

1. loc 标签索引

DataFrame 不能直接切片，可以通过loc来做切片

loc是基于标签名的索引，也就是我们自定义的索引名

      # 标签索引 loc
      # Series
      print(ser_obj['b':'d'])
      print(ser_obj.loc['b':'d'])
      # DataFrame
      print(df_obj['a'])
      # 第一个参数索引行，第二个参数是列
      print(df_obj.loc[0:2, 'a'])
  
 

运行结果：

      b 1
      c 2
      d 3
      dtype: int64
      b 1
      c 2
      d 3
      dtype: int64
      0   -0.241678
      1   -0.526918
      2   -1.074163
      3   -0.716816
      4 0.368212
      Name: a, dtype: float64
      0   -0.241678
      1   -0.526918
      2   -1.074163
      Name: a, dtype: float64
  
 

2. iloc 位置索引

作用和loc一样，不过是基于索引编号来索引

      # 整型位置索引 iloc
      # Series
      print(ser_obj[1:3])
      print(ser_obj.iloc[1:3])
      # DataFrame
      print(df_obj.iloc[0:2, 0]) # 注意和df_obj.loc[0:2, 'a']的区别
  
 

运行结果：

      b 1
      c 2
      dtype: int64
      b 1
      c 2
      dtype: int64
      0   -0.241678
      1   -0.526918
      Name: a, dtype: float64
  
 

3. ix 标签与位置混合索引

ix是以上二者的综合，既可以使用索引编号，又可以使用自定义索引，要视情况不同来使用，

如果索引既有数字又有英文，那么这种方式是不建议使用的，容易导致定位的混乱。

示例代码：

      # 混合索引 ix
      # Series
      print(ser_obj.ix[1:3])
      print(ser_obj.ix['b':'c'])
      # DataFrame
      print(df_obj.loc[0:2, 'a'])
      print(df_obj.ix[0:2, 0])
  
 

运行结果：

      b 1
      c 2
      dtype: int64
      b 1
      c 2
      dtype: int64
      0   -0.241678
      1   -0.526918
      2   -1.074163
      Name: a, dtype: float64
  
 

注意

DataFrame索引操作，可将其看作ndarray的索引操作

标签的切片索引是包含末尾位置的

参考资料

文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。

原文链接：drugai.blog.csdn.net/article/details/104284470