Pandas中Series和DataFrame的索引实现

技术  /  管理员 发布于 7年前   124

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 pds1 = pd.Series([2,3,4,5], index=['a', 'b', 'c', 'd'])print(s1)结果：a  2b  3c  4d  5dtype: int64print(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：2print(s1[['a','d']])结果：a  2d  5dtype: int64print(s1['b':'d'])结果（注意，切片索引保存最后一个值）：b  3c  4d  5dtype: int64

2：使用下标进行索引 

print(s1[0])结果：2print(s1[[0,3]])结果：a  2d  5dtype: int64print(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  3c  4dtype: 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：3print(s1[0]) 会报错print(s1[[2,4]])结果：2  34  5dtype: int64print(s1[1:3])结果：2  33  4dtype: 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  Falseb  Falsec   Trued   Truedtype: boolprint(s1[s1 > 3])结果（只需要把bool Series 传入Series就可以实现索引）：c  4d  5dtype: 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  ming1  hong2  gang3  tianName: name, dtype: objectprint(df1[['name','age']])结果：name age0 ming  121 hong  132 gang  143 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
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：age name score0  12 ming  80.31  13 hong  88.22  14 gang  90.0print(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 score2  14 gang  90.03  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   hongscore  88.2Name: 3, dtype: objectprint(df1.loc[:,'age'])结果：1  123  134  145  20Name: age, dtype: int64print(df1.iloc[3])结果：age    20name   tianscore  99.9Name: 5, dtype: objectprint(df1.iloc[:,1])结果：1  ming3  hong4  gang5  tianName: 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。