Python數據分析入門（四）：Pandas索引操做

索引對象Index

Series和DataFrame中的索引都是Index對象

示例代碼：

print(type(ser_obj.index))
print(type(df_obj2.index))

print(df_obj2.index)

運行結果：

<class 'pandas.indexes.range.RangeIndex'>
<class 'pandas.indexes.numeric.Int64Index'>
Int64Index([0, 1, 2, 3], dtype='int64')

索引對象不可變，保證了數據的安全

示例代碼：

# 索引對象不可變
df_obj2.index[0] = 2

運行結果：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-23-7f40a356d7d1> in <module>()
      1 # 索引對象不可變
----> 2 df_obj2.index[0] = 2

/Users/Power/anaconda/lib/python3.6/site-packages/pandas/indexes/base.py in __setitem__(self, key, value)
   1402 
   1403     def __setitem__(self, key, value):
-> 1404         raise TypeError("Index does not support mutable operations")
   1405 
   1406     def __getitem__(self, key):

TypeError: Index does not support mutable operations

常見的Index種類

• Index，索引
• Int64Index，整數索引
• MultiIndex，層級索引
• DatetimeIndex，時間戳類型

Series索引

index 指定行索引名

示例代碼：

ser_obj = pd.Series(range(5), index = ['a', 'b', 'c', 'd', 'e'])
print(ser_obj.head())

運行結果：

a    0
b    1
c    2
d    3
e    4
dtype: int64

行索引

ser_obj[‘label’], ser_obj[pos]

示例代碼：

# 行索引
print(ser_obj['b'])
print(ser_obj[2])

運行結果：

1
2

切片索引

ser_obj[2:4], ser_obj[‘label1’: ’label3’]

注意，按索引名切片操做時，是包含終止索引的。

示例代碼：

# 切片索引
print(ser_obj[1:3])
print(ser_obj['b':'d'])

運行結果：

b    1
c    2
dtype: int64
b    1
c    2
d    3
dtype: int64

不連續索引

ser_obj[[‘label1’, ’label2’, ‘label3’]]

示例代碼：

# 不連續索引
print(ser_obj[[0, 2, 4]])
print(ser_obj[['a', 'e']])

運行結果：

a    0
c    2
e    4
dtype: int64
a    0
e    4
dtype: int64

布爾索引

示例代碼：

# 布爾索引
ser_bool = ser_obj > 2
print(ser_bool)
print(ser_obj[ser_bool])

print(ser_obj[ser_obj > 2])

運行結果：

a    False
b    False
c    False
d     True
e     True
dtype: bool
d    3
e    4
dtype: int64
d    3
e    4
dtype: int64

DataFrame索引

columns 指定列索引名

示例代碼：

import numpy as np

df_obj = pd.DataFrame(np.random.randn(5,4), columns = ['a', 'b', 'c', 'd'])
print(df_obj.head())

運行結果：

a         b         c         d
0 -0.241678  0.621589  0.843546 -0.383105
1 -0.526918 -0.485325  1.124420 -0.653144
2 -1.074163  0.939324 -0.309822 -0.209149
3 -0.716816  1.844654 -2.123637 -1.323484
4  0.368212 -0.910324  0.064703  0.486016

列索引

df_obj[[‘label’]]

示例代碼：

# 列索引
print(df_obj['a']) # 返回Series類型

運行結果：

0   -0.241678
1   -0.526918
2   -1.074163
3   -0.716816
4    0.368212
Name: a, dtype: float64

不連續索引

df_obj[[‘label1’, ‘label2’]]

示例代碼：

# 不連續索引
print(df_obj[['a','c']])

運行結果：

a         c
0 -0.241678  0.843546
1 -0.526918  1.124420
2 -1.074163 -0.309822
3 -0.716816 -2.123637
4  0.368212  0.064703

索引對象Index

Series和DataFrame中的索引都是Index對象

示例代碼：

print(type(ser_obj.index))
print(type(df_obj2.index))

print(df_obj2.index)

運行結果：

<class 'pandas.indexes.range.RangeIndex'>
<class 'pandas.indexes.numeric.Int64Index'>
Int64Index([0, 1, 2, 3], dtype='int64')

索引對象不可變，保證了數據的安全

示例代碼：

# 索引對象不可變
df_obj2.index[0] = 2

運行結果：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-23-7f40a356d7d1> in <module>()
      1 # 索引對象不可變
----> 2 df_obj2.index[0] = 2

/Users/Power/anaconda/lib/python3.6/site-packages/pandas/indexes/base.py in __setitem__(self, key, value)
   1402 
   1403     def __setitem__(self, key, value):
-> 1404         raise TypeError("Index does not support mutable operations")
   1405 
   1406     def __getitem__(self, key):

TypeError: Index does not support mutable operations

常見的Index種類

• Index，索引
• Int64Index，整數索引
• MultiIndex，層級索引
• DatetimeIndex，時間戳類型

Series索引

index 指定行索引名

示例代碼：

ser_obj = pd.Series(range(5), index = ['a', 'b', 'c', 'd', 'e'])
print(ser_obj.head())

運行結果：

a    0
b    1
c    2
d    3
e    4
dtype: int64

行索引

ser_obj[‘label’], ser_obj[pos]

示例代碼：

# 行索引
print(ser_obj['b'])
print(ser_obj[2])

運行結果：

1
2

切片索引

ser_obj[2:4], ser_obj[‘label1’: ’label3’]

注意，按索引名切片操做時，是包含終止索引的。

示例代碼：

# 切片索引
print(ser_obj[1:3])
print(ser_obj['b':'d'])

運行結果：

b    1
c    2
dtype: int64
b    1
c    2
d    3
dtype: int64

不連續索引

ser_obj[[‘label1’, ’label2’, ‘label3’]]

示例代碼：

# 不連續索引
print(ser_obj[[0, 2, 4]])
print(ser_obj[['a', 'e']])

運行結果：

a    0
c    2
e    4
dtype: int64
a    0
e    4
dtype: int64

布爾索引

示例代碼：

# 布爾索引
ser_bool = ser_obj > 2
print(ser_bool)
print(ser_obj[ser_bool])

print(ser_obj[ser_obj > 2])

運行結果：

a    False
b    False
c    False
d     True
e     True
dtype: bool
d    3
e    4
dtype: int64
d    3
e    4
dtype: int64

DataFrame索引

 

columns 指定列索引名

示例代碼：

import numpy as np

df_obj = pd.DataFrame(np.random.randn(5,4), columns = ['a', 'b', 'c', 'd'])
print(df_obj.head())

運行結果：

a         b         c         d
0 -0.241678  0.621589  0.843546 -0.383105
1 -0.526918 -0.485325  1.124420 -0.653144
2 -1.074163  0.939324 -0.309822 -0.209149
3 -0.716816  1.844654 -2.123637 -1.323484
4  0.368212 -0.910324  0.064703  0.486016

列索引

df_obj[[‘label’]]

示例代碼：

# 列索引
print(df_obj['a']) # 返回Series類型

運行結果：

0   -0.241678
1   -0.526918
2   -1.074163
3   -0.716816
4    0.368212
Name: a, dtype: float64

不連續索引

df_obj[[‘label1’, ‘label2’]]

示例代碼：

# 不連續索引
print(df_obj[['a','c']])

運行結果：

a         c
0 -0.241678  0.843546
1 -0.526918  1.124420
2 -1.074163 -0.309822
3 -0.716816 -2.123637
4  0.368212  0.064703