有的时候，可能会遇到表格中出现重复的索引，在操作重复索引的时候可能要注意一些问题。
一、判断索引是否重复
a、Series索引重复判断
|
1
2
3
|
s = Series([1,2,3,4,5],index=["a","a","b","b","c"]) print(s.index.is_unique) #False |
Series.index.is_unique为False表示索引重复。
b、DataFrame索引重复判断
|
1
2
3
4
5
6
7
8
|
a = np.arange(9).reshape(3,3) data = DataFrame(a,index=["a","b","c"],columns=["one","two","one"]) #判断行索引是否重复 print(data.index.is_unique) #True #判断列索引是否重复 print(data.columns.is_unique) #False |
二、索引取值
如果一个索引对应多个值，Series返回的是一个Series。如果一个索引对应一个值的时候，Series返回的是一个标量，DataFrame返回的是始终是一个DataFrame。
a、Series的索引取值
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
s = Series([1, 2, 3, 4, 5], index=["a", "a", "b", "b", "c"])print(type(s["a"]))#<class 'pandas.core.series.Series'>print(s["a"])'''a 1a 2'''#选取第一个aprint(s[:1])#a 1print(s[[0]])#a 1 |
b、DataFrame的索引取值
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
a = np.arange(9).reshape(3,3)data = DataFrame(a,index=["a","b","b"],columns=["one","two","one"])#对行进行选取print(type(data.ix["b"]))#<class 'pandas.core.frame.DataFrame'>print(data.ix["b"])#与data.xs("b")等价'''one two oneb 3 4 5b 6 7 8'''#选取第二行print(type(data.ix[1:2]))#与data[1:2]等价#<class 'pandas.core.frame.DataFrame'>print(data.ix[1:2])#b 3 4 5print(data.ix[[1]])#b 3 4 5#对列进行选取print(data["one"])#等价于data.one 或 data.xs("one",axis=1)'''one onea 0 2b 3 5b 6 8'''#选取第一列print(data.ix[:,0])'''a 0b 3b 6'''print(data.ix[:,:1])'''onea 0b 3b 6''' |
以上这篇pandas带有重复索引操作方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/sinat_29957455/article/details/78994764
