pandas 學習 第6篇：索引

索引是DataFrame和Series的行標籤，而且能夠有一個或多個索引。若是DataFrame和Series有一個索引，稱做單級別索引；若是有多個索引，稱做多級別索引。索引相似於DataFrame和Sereis的一列數據，能夠有多種數據類型。索引的類型有：整數索引（Numeric Index）、分類索引（Category Index）、日期時間索引（DateTime Index、Timedelta Index）、時期索引（Period Index）、範圍索引（Range Index）、間隔索引（Interval Index）、多級索引（Multi-level Index）。

多級索引（Multi-Level Index）是指序列（Series）或數據框（DataFrame）有多個索引，多級索引相似於二維關係表，也就是說，Series或DataFrame有一個相似於DataFrame結構的索引。

最經常使用的索引是整數索引、分類索引和日期索引。

一，基礎函數

用於建立索引的最基礎的構造函數：

pandas.Index(data,dtype=object,copy,name,tupleize_cols=True)

參數註釋：

• data：相似於一維數組的對象，用於建立索引，索引是有序的。
• dtype：默認值是object，用於表示索引元素的類型
• copy：對輸入的data進行復制
• name：索引的名稱，默認值是Index
• tupleize_cols：若是設置爲True，嘗試建立多級索引（MultiIndex）。

舉個例子，建立一個整數索引：

>>> pd.Index([1, 2, 3])
Int64Index([1, 2, 3], dtype='int64')

二，索引的屬性

索引相似於二維關係表的一列，具備特定的屬性：

• values：索引的值
• is_monotonic、is_monotonic_increasing、is_monotonic_decreasing：單調
• is_nuique、has_duplicates：惟一值、重複值，
• hasnans：是否有NA值
• dtype：索引元素的數據類型
• name：索引的名稱屬性，
• names：若是索引是多級（MultiLevel）的，那麼每一級都有一個name
• size：索引元素的數量
• T：索引的轉置

三，索引的缺失值

檢查缺失值，isna() 對索引中的每一個值進行檢查，當值是NA時，返回True；當值不是NA時，返回False。 notna()對索引中的每一個值進行檢查，當值不是NA時，返回True；當值是NA時，返回False。

Index.isna(self)
Index.notna(self)

填充缺失值，用標量值來填充NA值，downcast表示向下類型兼容：

Index.fillna(self, value=None, downcast=None)

刪除缺失值，參數how表示如何刪除缺失值，有效值是any和all：

Index.dropna(self, how='any')

四，索引的排序

按照索引的值進行排序，可是返回索引值的下標，參數 *args和 **kwargs都是傳遞給numpy.ndarray.argsort函數的參數。

Index.argsort(self, *args, **kwargs)

按照索引的值進行排序，返回排序的副本，參數return_indexer 表示是否返回索引值的下標：

Index.sort_values(self, return_indexer=False, ascending=True)

舉個例子，有以下索引：

>>> idx = pd.Index(['b', 'a', 'd', 'c'])
Index(['b', 'a', 'd', 'c'], dtype='object')

按照索引值進行排序，返回排序索引的下標：

>>> order = idx.argsort()
>>> order
array([1, 0, 3, 2])

經過下標來查看索引的排序值：

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

固然，也能夠直接返回已排序的索引：

>>> idx.sort_values()
Index(['a', 'b', 'c', 'd'], dtype='object')

若是要返回已排序的索引和對應的下標，須要設置參數return_indexer=True：

>>> idx.sort_values(return_indexer=True)
(Index(['a', 'b', 'c', 'd'], dtype='object'), array([1, 0, 3, 2], dtype=int64))

五，索引的轉換

 能夠把索引轉換爲List、DataFrame、序列、數組（ndarray）等，ravel()函數用於把索引值展開成數組形式。

Index.to_list(self)
Index.to_frame(self, index=True, name=None)
Index.to_series(self, index=None, name=None)
Index.ravel(self, order='C')

把索引值的類型轉換爲指定的類型：

Index.astype(self, dtype, copy=True)

六，索引值的操做

對索引值能夠進行一系列的操做，下面列出最經常使用的索引操做的函數：

1，返回索引值的最大值或最小值所在的索引

Index.argmin(self, axis=None, skipna=True, *args, **kwargs)
Index.argmax(self, axis=None, skipna=True, *args, **kwargs)

2，刪除索引值

刪除指定的索引值

Index.delete(self, loc)
Index.drop(self, labels, errors='raise')

3，重複值

drop_duplicates()函數用於把重複的值刪除，keep參數的有效值是first、false和False，frist表示保留第一次、last表示保留最後一次、False表示把重複的值刪除。

Index.drop_duplicates(self, keep='first')

檢查索引值是不是重複的，當出現重複值時，把索引值相應位置的值設置爲True。

Index.duplicated(self, keep='first')

4，插入新值

Index.insert(self, loc, item)

5，重命名索引的name屬性

Index.rename(self, name, inplace=False)

6，索引的惟一值

Index.unique(self, level=None)

7，獲取索引的下標

第一種方式是傳遞索引值列表：

Index.get_indexer(self, target, method=None, limit=None, tolerance=None)

參數註釋:

target：索引列表

method：None, ‘pad’/’ffill’, ‘backfill’/’bfill’, ‘nearest’

• None表示徹底匹配：
• pad/ffill：若是沒有匹配，找到前一個非NA值
• backfill/bfill：若是沒有匹配到，找到後一個非NA值
• nearest：若是沒有匹配，找到最近的非NA值

limit：在target中不能徹底匹配的連續標籤的最大數量

tolerance：不能徹底匹配的原始索引和新索引之間的最大距離， 匹配位置處的索引值最知足方程 abs（index [indexer]-target）<=tolerance。

 第二種方式是傳遞一個索引的標量值，返回該標量值在索引中的位置：

Index.get_loc(self, key, method=None, tolerance=None)

七，其餘類型的索引

• 1，整數索引
• 二、分類索引
• 3，日期索引

 

 

參考文檔：

pandas index