Pandas中Series和DataFrame的索引实现
正文
在对Series对象和DataFrame对象进行索引的时候要明确这么一个概念:是使用下标进行索引,还是使用关键字进行索引。比如list进行索引的时候使用的是下标,而dict索引的时候使用的是关键字。
使用下标索引的时候下标总是从0开始的,而且索引值总是数字。而使用关键字进行索引,关键字是key里面的值,既可以是数字,也可以是字符串等。
Series对象介绍:
Series对象是由索引index和值values组成的,一个index对应一个value。其中index是pandas中的Index对象。values是numpy中的数组对象。
importpandasaspd s1=pd.Series([2,3,4,5],index=['a','b','c','d']) print(s1) 结果: a2 b3 c4 d5 dtype:int64 print(s1.index) 结果: Index(['a','b','c','d'],dtype='object') print(s1.values) 结果: [2345]
如何对Series对象进行索引?
1:使用index中的值进行索引
print(s1['a']) 结果: 2 print(s1[['a','d']]) 结果: a2 d5 dtype:int64 print(s1['b':'d']) 结果(注意,切片索引保存最后一个值): b3 c4 d5 dtype:int64
2:使用下标进行索引
print(s1[0]) 结果: 2 print(s1[[0,3]]) 结果: a2 d5 dtype:int64 print(s1[1:3]) 结果(注意:这里和上面不同的是不保存最后一个值,与正常索引相同): b3 c4 dtype:int64
3:特殊情况:
上面的index为字符串,假如index为数字,这个时候进行索引是按照index值进行还是按照下标进行?
s1=pd.Series([2,3,4,5],index=[1,2,3,4]) print(s1[2]) 结果: 3 print(s1[0])会报错 print(s1[[2,4]]) 结果: 23 45 dtype:int64 print(s1[1:3]) 结果: 23 34 dtype:int64
可以看出来,当index为整数的时候,那么前两种选择是使用index的值进行索引,而后一种切片选择使用的是下标进行索引。
4:使用布尔Series进行索引
使用布尔Series进行索引的时候,其实是要求布尔Series和我们的索引对象有相同的index。
s1=pd.Series([2,3,4,5],index=['a','b','c','d'] print(s1>3) 结果(这是一个boolSeries): aFalse bFalse cTrue dTrue dtype:bool print(s1[s1>3]) 结果(只需要把boolSeries传入Series就可以实现索引): c4 d5 dtype:int64
5:使用Index对象来进行索引
使用Index对象进行索引的时候,和使用值索引没有本质的区别。因为Index里面也存入了很多值,可以把Index看做一个list。
DataFrame对象介绍:
DataFrame对象是一个由行列组成的表。DataFrame中行由columns组成,列由index组成,它们都是Index对象。它的值还是numpy数组。
data={'name':['ming','hong','gang','tian'],'age':[12,13,14,20],'score':[80.3,88.2,90,99.9]} df1=pd.DataFrame(data) print(df1.index) 结果: RangeIndex(start=0,stop=4,step=1) print(df1.columns) 结果: Index(['age','name','score'],dtype='object') print(df1.values) 结果: [[12'ming'80.3] [13'hong'88.2] [14'gang'90.0] [20'tian'99.9]]
如何对DataFrame对象进行索引
1:使用columns的值对列进行索引
直接使用columns中的值进行索引,得到的是一列或者是多列的值
print(df1['name']) 结果: 0ming 1hong 2gang 3tian Name:name,dtype:object print(df1[['name','age']]) 结果: nameage 0ming12 1hong13 2gang14 3tian20 注意:不可以直接使用下标对列进行索引,除非该columns当中包含该值。如下面的操作是错误的
print(df1[0])
结果:错误
2:切片或者布尔Series对行进行索引
使用切片索引,或者布尔类型Series进行索引:
print(df1[0:3]) 使用切片进行选择,结果: agenamescore 012ming80.3 113hong88.2 214gang90.0 print(df1[df1['age']>13]) 使用布尔类型Series进行索引,其实还是要求布尔Series和DataFrame有相同的index,结果: agenamescore 214gang90.0 320tian99.9
3:使用loc和iloc进行索引
本质上loc是用index和columns当中的值进行索引,而iloc是不理会index和columns当中的值的,永远都是用从0开始的下标进行索引。所以当你搞懂这句话的时候,下面的索引就会变得非常简单:
print(df1.loc[3]) 结果: namehong score88.2 Name:3,dtype:object print(df1.loc[:,'age']) 结果: 112 313 414 520 Name:age,dtype:int64 print(df1.iloc[3]) 结果: age20 nametian score99.9 Name:5,dtype:object print(df1.iloc[:,1]) 结果: 1ming 3hong 4gang 5tian Name:name,dtype:object
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。