pandas的索引操作

Pandas的索引操作

索引對象Index

1. Series和DataFrame中的索引都是Index對象

示例代碼：

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

print(df_obj2.index)

運行結果：

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

2. 索引對象不可變，保證了數據的安全

示例代碼：

# 索引對象不可變
df_obj2.index[0] = 2

運行結果：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-23-7f40a356d7d1> in <module>()
      1 # 索引對象不可變
----> 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

常見的Index種類

• Index, 索引
• Int64Index, 整數索引
• MultiIndex, 層級索引
• DatatimeIndex, 時間戳類型

Series索引

1. index指定行索引名

示例代碼：

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

運行結果：

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

2. 行索引

ser_obj['label'], ser_obj[pos]

示例代碼：

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

運行結果：

1
2

3. 切片索引

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

注意， 按索引名切片操作時，時包含終止索引的

示例代碼：

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

運行結果：

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

4. 不連續索引

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

示例代碼：

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

運行結果：

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

5. 布爾索引

示例代碼：

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

print(ser_obj[ser_obj > 2])

運行結果：

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

示例代碼:

import numpy as np

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

運行結果：

          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

• 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']]

示例代碼：

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

運行結果：

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. 不連續索引

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

示例代碼：

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

運行結果：

          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

高級索引：標簽、位置和混合

Pandas的高級索引有3種

1. loc標簽索引

DataFrame不能直接切片，可以通過loc來做切片

loc是基于標簽名的索引，也就是我們自定義的索引名

示例代碼：

# 標簽索引 loc
# Series
print(ser_obj['b':'d'])
print(ser_obj.loc['b':'d'])

# DataFrame
print(df_obj['a'])

# 第一個參數索引行，第二個參數是列
print(df_obj.loc[0:2, 'a'])

運行結果：

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一樣，不過是基于索引編號來索引

示例代碼：

# 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']的區別

運行結果：

b    1
c    2
dtype: int64
b    1
c    2
dtype: int64

0   -0.241678
1   -0.526918
Name: a, dtype: float64

3. ix標簽與位置混合索引

ix是以上二者的綜合，既可以使用索引編號，又可以使用自定義索引，要視情況不同來使用，

如果索引既有數字又有英文，那么這種方式是不建議使用的，容易導致定位的混亂。

示例代碼：

# 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])

運行結果

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，可將其看作ndarray的索引操作

標簽的切片索引是包含末尾位置的