Pandas中Series和DataFrame的索引实现_Python

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。

				?

									import pandas as pd

									s1 = pd.Series([2,3,4,5], index=['a', 'b', 'c', 'd'])

									print(s1)

									结果：

									a  2

									b  3

									c  4

									d  5

									dtype: int64

									print(s1.index)

									结果：

									Index(['a', 'b', 'c', 'd'], dtype='object')

									print(s1.values)

									结果：

									[2 3 4 5]

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：

									a  2

									d  5

									dtype: int64

									print(s1['b':'d'])

									结果（注意，切片索引保存最后一个值）：

									b  3

									c  4

									d  5

									dtype: int64

2：使用下标进行索引

				?

									print(s1[0])

									结果：

									2

									print(s1[[0,3]])

									结果：

									a  2

									d  5

									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）：

									b  3

									c  4

									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：

									2  3

									4  5

									dtype: int64

									print(s1[1:3])

									结果：

									2  3

									3  4

									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bool Series）：

									a  False

									b  False

									c   True

									d   True

									dtype: bool

									print(s1[s1 > 3])

									结果（只需要把bool Series 传入Series就可以实现索引）：

									c  4

									d  5

									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：

									0  ming

									1  hong

									2  gang

									3  tian

									Name: name, dtype: object

									print(df1[['name','age']])

									结果：

									name age

									0 ming  12

									1 hong  13

									2 gang  14

									3 tian  20

									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<br>print(df1[0])<br>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：

									age name score

									0  12 ming  80.3

									1  13 hong  88.2

									2  14 gang  90.0

									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：

									age name score

									2  14 gang  90.0

									3  20 tian  99.9

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：

									name   hong

									score  88.2

									Name: 3, dtype: object

									print(df1.loc[:,'age'])

									结果：

									1  12

									3  13

									4  14

									5  20

									Name: age, dtype: int64

									print(df1.iloc[3])

									结果：

									age    20

									name   tian

									score  99.9

									Name: 5, dtype: object

									print(df1.iloc[:,1])

									结果：

									1  ming

									3  hong

									4  gang

									5  tian

									Name: name, dtype: object