zoukankan      html  css  js  c++  java
  • Pandas之索引

    Pandas的标签处理需要分成多种情况来处理,Series和DataFrame根据标签索引数据的操作方法是不同的,单列索引和双列索引的操作方法也是不同的。

    单列索引

    In [2]: import pandas as pd
    
    In [3]: import numpy as np
    
    In [4]: df = pd.DataFrame(np.ones((2, 4)), index=list("AB"), columns=list("abcd"))
    
    In [5]: df.iloc[0,0]=100
    
    In [6]: df
    Out[6]: 
           a    b    c    d
    A  100.0  1.0  1.0  1.0
    B    1.0  1.0  1.0  1.0
    

    reindex所插入的标签如果是原来的标签中没有的,就会将该行的值全部置为NaN

    In [7]: df.reindex(["A", "f"])
    Out[7]: ssss
           a    b    c    d
    A  100.0  1.0  1.0  1.0
    f    NaN  NaN  NaN  NaN
    
    In [8]: df
    Out[8]: 
           a    b    c    d
    A  100.0  1.0  1.0  1.0
    B    1.0  1.0  1.0  1.0
    

    使用index修改标签

    In [9]: df.index = ["a", "b"]
    
    In [10]: df
    Out[10]: 
           a    b    c    d
    a  100.0  1.0  1.0  1.0
    b    1.0  1.0  1.0  1.0
    

    使用set_index将某一列变为标签

    In [11]: df.set_index("a")
    Out[11]: 
    ​         b    c    d
    a
    100.0  1.0  1.0  1.0
    1.0    1.0  1.0  1.0
    
    In [12]: df
    Out[12]: 
    ​       a    b    c    d
    a  100.0  1.0  1.0  1.0
    b    1.0  1.0  1.0  1.0
    # 使用drop参数控制将某一列作为索引后是否删除原数据
    In [13]: df.set_index("a", drop=False)
    Out[13]: 
    ​           a    b    c    d
    a
    100.0  100.0  1.0  1.0  1.0
    1.0      1.0  1.0  1.0  1.0
    # 使用unique函数可以去除重复值
    In [14]: df.set_index("b", drop=False).index.unique()
    Out[14]: Float64Index([1.0], dtype='float64', name='b')
    
    In [15]: df.set_index("b", drop=False).index
    Out[15]: Float64Index([1.0, 1.0], dtype='float64', name='b')
    
    In [16]: len(df.set_index("b", drop=False).index.unique())
    Out[16]: 1
    

    双列索引

    In [17]: df.set_index(["a","b"])
    Out[17]: 
                 c    d
    a     b
    100.0 1.0  1.0  1.0
    1.0   1.0  1.0  1.0
    # levels这个列表中含有两个列表,分别是双列索引的每一列
    In [18]: df.set_index(["a","b"]).index
    Out[18]: 
    MultiIndex(levels=[[1.0, 100.0], [1.0]],
               labels=[[1, 0], [0, 0]],
               names=['a', 'b'])
               
    In [19]: a = pd.DataFrame({'a': range(7),'b': range(7, 0, -1),'c': ['one','one','one','two','two','two', 'two'],'d': list("hjklmno")})
    
    In [20]: a
    Out[20]: 
       a  b    c  d
    0  0  7  one  h
    1  1  6  one  j
    2  2  5  one  k
    3  3  4  two  l
    4  4  3  two  m
    5  5  2  two  n
    6  6  1  two  o
    
    In [21]: b = a.set_index(["c","d"])
    
    In [22]: b
    Out[22]: 
    ​       a  b
    c   d
    one h  0  7
    ​    j  1  6
    ​    k  2  5
    two l  3  4
    ​    m  4  3
    ​    n  5  2
    ​    o  6  1
    
    In [23]: c = b["a"]
    
    In [24]: c
    Out[24]: 
    c    d
    one  h    0
    ​     j    1
    ​     k    2
    two  l    3
    ​     m    4
    ​     n    5
    ​     o    6
    Name: a, dtype: int64
    

    双列索引取值

    In [25]: c["two"]["l"]
    Out[25]: 3
    
    In [26]: c["one"]
    Out[26]: 
    d
    h    0
    j    1
    k    2
    Name: a, dtype: int64
    
    In [27]: d = a.set_index(["d","c"])
    
    In [28]: d = d["a"]
    
    
    In [43]: d
    Out[43]: 
    d  c
    h  one    0
    j  one    1
    k  one    2
    l  two    3
    m  two    4
    n  two    5
    o  two    6
    Name: a, dtype: int64
    # 对于索引数少的列在后的情况,如果直接取会发生错误
    In [44]: d["one"]
    ---------------------------------------------------------------------------
    KeyError                                  Traceback (most recent call 
    ...
    KeyError: 'one'
    

    swaplevel()函数进行标签列换位

    In [45]: d.swaplevel()
    Out[45]: 
    c    d
     one  h    0
    ​     j    1
    ​     k    2
     two  l    3
    ​     m    4
    ​     n    5
    ​     o    6
    Name: a, dtype: int64
    
    In [46]: d = d.swaplevel()
    
    In [47]: d["one"]
    Out[47]: 
    d
    h    0
    j    1
    k    2
    Name: a, dtype: int64
    
    In [48]: b
    Out[48]: 
    ​       a  b
    c   d      
     one h  0  7
    ​    j  1  6
    ​    k  2  5
     two l  3  4
    ​    m  4  3
    ​    n  5  2
    ​    o  6  1
    

    对于DataFrame类型数组的双列索引,取值时应该加上loc或iloc

    In [49]: b.loc["one"]
    Out[49]: 
       a  b
    d      
    h  0  7
    j  1  6
    k  2  5
    
    In [51]: d.loc["two"].loc["m"]
    Out[51]: 4
    
    
  • 相关阅读:
    css mix-blend-mode 混合模式
    vue-slicksort拖拽组件
    123457123457#0#-----com.yuming.TruckCarRun01--前拼后广--大卡车游戏cym
    123457123457#0#---------com.ppGame.SeaPuzzleGame73--前拼后广--宝宝海洋拼图pp
    123457123456#0#-----com.yuming.FromPuzzleGame01--前拼后广--宝宝农场拼图cym
    iOS中NSTimer的使用
    ios排序NSArray(数字.字符串)
    Github排名靠前的iOS库
    mac命令强制清空废纸篓
    我的iOS动画01
  • 原文地址:https://www.cnblogs.com/dereen/p/pandas_index.html
Copyright © 2011-2022 走看看