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

示例代码：

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

运行结果：

Int64Index([0, 1, 2, 3], dtype='int64')

2. 索引对象不可变，保证了数据的安全

示例代码：

# 索引对象不可变df_obj2.index[0] = 2

运行结果：

---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last) in ()      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
• DatatimeIndex, 时间戳类型

Series索引

1. index指定行索引名

示例代码：

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

运行结果：

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

2. 行索引

ser_obj['label'], ser_obj[pos]

示例代码：

print(ser_obj['b'])print(ser_obj[2])

运行结果：

12

3. 切片索引

ser_obj[2:4], ser_obj['label1':'label3']

注意， 按索引名切片操作时，时包含终止索引的

示例代码：

print(ser_obj[1:3])print(ser_obj['b':'d'])

运行结果：

b    1c    2dtype: int64b    1c    2d    3dtype: int64

4. 不连续索引

ser_obj[['label1', 'label2', 'label3']]

示例代码：

print(ser_obj[[0, 2, 4]])print(ser_obj[['a', 'e']])

运行结果：

a    0c    2e    4dtype: int64a    0e    4dtype: int64

5. 布尔索引

示例代码：

ser_bool = ser_obj > 2print(ser_bool)print(ser_obj[ser_bool])print(ser_obj[ser_obj > 2])

运行结果：

a    Falseb    Falsec    Falsed     Truee     Truedtype: boold    3e    4dtype: int64d    3e    4dtype: int64

DataFrame索引

1. columns指定列索引名

示例代码:

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

运行结果：

          a         b         c         d0 -0.241678  0.621589  0.843546 -0.3831051 -0.526918 -0.485325  1.124420 -0.6531442 -1.074163  0.939324 -0.309822 -0.2091493 -0.716816  1.844654 -2.123637 -1.3234844  0.368212 -0.910324  0.064703  0.486016

• DataFrame索引

                                               Colum index (df.columns)       Row index(df.index)           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']]

示例代码：

print(df_obj['a']) # 返回Series类型print(df_obj[[0]])# 返回DataFrame类型，ipython3中不支持print(type(df_obj[[0]])) # 返回DataFrame类型，ipython3中不支持

运行结果：

0   -0.2416781   -0.5269182   -1.0741633   -0.7168164    0.368212Name: a, dtype: float64

3. 不连续索引

df_obj[['label1', 'label2']]

示例代码：

print(df_obj[['a', 'c']])print(df_obj[[1, 3]]) # ipython3中不支持

运行结果：

          a         c0 -0.241678  0.8435461 -0.526918  1.1244202 -1.074163 -0.3098223 -0.716816 -2.1236374  0.368212  0.064703          b         d0  0.621589 -0.3831051 -0.485325 -0.6531442  0.939324 -0.2091493  1.844654 -1.3234844 -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

示例代码：

# 标签索引 loc# Seriesprint(ser_obj['b':'d'])print(ser_obj.loc['b':'d'])# DataFrameprint(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    1c    2d    3dtype: int64b    1c    2d    3dtype: int640   -0.2416781   -0.5269182   -1.0741633   -0.7168164    0.368212Name: a, dtype: float640   -0.2416781   -0.5269182   -1.074163Name: 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

示例代码：

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

运行结果：

b    1c    2dtype: int64b    1c    2dtype: int640   -0.2416781   -0.526918Name: 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# Seriesprint(ser_obj.ix[1:3])print(ser_obj.ix['b':'c'])#DataFrameprint(df_obj.loc[0:2, 'a'])print(df_obj.ix[0:2, 0])

运行结果

b    1c    2dtype: int64b    1c    2dtype: int640   -0.2416781   -0.5269182   -1.074163Name: 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