1. Series的索引和切片
1.1 Series的索引:
可以使用中括号取单个索引(此时返回的是元素类型),或者中括号里一个列表取多个索引(此时
返回的仍然是一个Series类型)。分为显示索引和隐式索引:
(1) 显式索引:
使用index中的元素作为索引值
使用.loc[ ]
s = pd.Series({'Python': 150, 'NumPy': 100, 'Pandas': 130})sNumPy 100Pandas 130Python 150dtype: int64# 显示索引: 使用索引名print(s['Python']) # 值,int类型print(s.NumPy)# 使用2个中括号得到的类型:Series # 一次取多个元素s[['Pandas', 'NumPy']] s[['Pandas']]# 使用 loc[]print(s.loc['Python'])print(s.loc[['Pandas', 'NumPy']])s.loc[['Pandas']]150100150Pandas 130NumPy 100dtype: int64Pandas 130dtype: int64
(2) 隐式索引:
使用整数作为索引值
使用.iloc[ ]
# 隐式索引:使用数字下标print(s[0])print(s[[0, 2]])print(s[[0]])# 使用 iloc[]s.iloc[0]print(s.iloc[[0, 2]])print(s.iloc[[0]])# 下面这2个写法是错误的# s.iloc['Python']# s.loc[0]100NumPy 100Python 150dtype: int64NumPy 100dtype: int64NumPy 100Python 150dtype: int64NumPy 100dtype: int64
1.2 Series的切片
s = pd.Series({ '语文': 100, '数学': 150, '英语': 110, 'Python': 130, 'Pandas': 150, 'NumPy': 150})# 切片# Series是一维数组# 隐式切片: 左闭右开s[1 : 4]s.iloc[1 : 4]# 显式切片: 左闭右闭s['数学' : 'Python']s.loc['数学' : 'Python']数学 150英语 110Python 130dtype: int64
2. DataFrame的索引与切片
2.1 DataFrame的索引
(1) 对列进行索引:
通过类似字典的方式;通过属性的方式。
可以将DataFrame的列获取为一个Series。返回的Series拥有原DataFrame相同的索引,且name
属性也已经设置好了,就是相应的列名。
df = pd.DataFrame( data=np.random.randint(10, 100, size=(4, 6)), index=['小明', '小红', '小黄', '小绿'], columns=['语文', '数学', '英语', '化学', '物理', '生物'])df.语文 # Series类型df['语文']# 使用2个中括号得到的类型:DataFramedf[['语文', "化学"]]df[['语文']]
(2) 对行进行索引:
使用.loc[ ]加index来进行行索引
使用.iloc[ ]加整数来进行行索引
同样返回一个Series,index为原来的columns。
# 不可以直接取行索引# df['小明']# df.小明# DataFrame默认是先取列索引# 取行索引print(df.loc['小明']) # Series类型df.iloc[0] # 使用两个中括号: DataFrame类型print(type(df.loc[['小明', '小绿']]))df.loc[['小明']]print(df.iloc[[0, -1]])df.iloc[[0, 3]]df.iloc[[0]]
(3) 对元素索引的方法:
使用列索引;使用行索引(iloc[3,1]相当于两个参数;iloc[[3,3]] 里面的[3,3]看做一个参数);
使用values属性(二维NumPy数组)。
# 先取列,再取行print(df['语文']['小明'])df['语文'][0]df.语文[0]df.语文.小明# 先取行,再取列df.loc['小明']['语文']df.loc['小明'][0]print(df.iloc[0][0])df.iloc[0]['语文']df.iloc[0, 0]df.loc['小明', '语文']363636
2.2 DataFrame的切片
直接用中括号时:
索引优先对列进行操作;切片优先对行进行操作
# 行切片print(df[1: 3]) # 左闭右开 df['小红' : '小黄'] # 左闭右闭print(df.iloc[1: 3]) # 左闭右开 df.loc['小红' : '小黄'] # 左闭右闭
# 列切片# 对列做切片,也必须先对行切片df.iloc[ : , 1: 4]df.loc[:, "数学": "化学"]
总结:
取一行或一列 : 索引;取连续的多行或多列 : 切片;取不连续的多行或多列 : 中括号
3. 多层索引操作
(1) 隐式构造
最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组
data = np.random.randint(0, 100, size=(6, 6))index = [ ['1班', '1班', '1班', '2班', '2班', '2班'], ['张三', '李四', '王五', '鲁班', '张三丰', '张无忌']]columns = [ ['期中', '期中', '期中', '期末', '期末', '期末'], ['语文', '数学', '英语', '语文', '数学', '英语']]df = pd.DataFrame(data=data, index=index, columns=columns)
Series也可以创建多层索引:
data = np.random.randint(0, 100, size=6)index = [ ['1班', '1班', '1班', '2班', '2班', '2班'], ['张三', '李四', '王五', '鲁班', '张三丰', '张无忌']]s = pd.Series(data=data, index=index)
(2) 显示构造pd.MultiIndex
使用数组:
data = np.random.randint(0, 100, size=(6, 6))index = pd.MultiIndex.from_arrays( [ ['1班', '1班', '1班', '2班', '2班', '2班'], ['张三', '李四', '王五', '鲁班', '张三丰', '张无忌']])columns = [ ['期中', '期中', '期中', '期末', '期末', '期末'], ['语文', '数学', '英语', '语文', '数学', '英语']]df = pd.DataFrame(data=data, index=index, columns=columns)df
使用tuple:
data = np.random.randint(0, 100, size=(6, 6))index = pd.MultiIndex.from_tuples( ( ('1班', '张三'), ('1班', '李四'), ('1班', '王五'), ('2班', '鲁班'), ('2班', '张三丰'), ('2班', '张无忌') ))columns = [ ['期中', '期中', '期中', '期末', '期末', '期末'], ['语文', '数学', '英语', '语文', '数学', '英语']]df = pd.DataFrame(data=data, index=index, columns=columns)df
使用product:
data = np.random.randint(0, 100, size=(6, 6))# 笛卡尔积: {a, b} {c, d} => {a, c}, {a, d}, {b, c}, {b, d}index = pd.MultiIndex.from_product( [ ['1班', '2班'], ['张三', '李四', '王五']])columns = [ ['期中', '期中', '期中', '期末', '期末', '期末'], ['语文', '数学', '英语', '语文', '数学', '英语']]df = pd.DataFrame(data=data, index=index, columns=columns)df
注意:除了行索引index,列索引columns也能用同样的方法创建多层索引
4. 多层索引对象的索引与切片
4.1 Series的操作
对于Series来说,直接中括号[]与使用.loc()完全一样
索引:
# 显式索引s['1班']s.loc['1班']s[['1班']]s[['1班', '2班']]s['1班']['张三']s.loc['1班']['张三']s.loc['1班', '张三']s['1班', '张三']# 隐式索引s[0]s[1]s.iloc[1]s.iloc[[1, 2]]
切片:
# 切片# 显式切片s['1班' : '2班']s.loc['1班' : '2班']s.loc['1班'][:]# 建议使用隐式索引s[1 : 5]s.iloc[1 : 5]1班 李四 84 王五 142班 鲁班 64 张三丰 32dtype: int32
4.2 DataFrame的操作
索引:
# 列索引df['期中']df['期中'][['数学']]df['期中']['数学']df['期中', '数学']df.期中.数学df.iloc[:, 2]df.iloc[:, [0, 2, 1]]df.loc[:, ('期中', '数学')]# 行索引df.loc['2班']df.loc['2班'].loc['张三']df.loc['2班', '张三']df.loc[('2班', '张三')]df.iloc[1]df.iloc[[1]]df.iloc[[1, 3, 4, 2]]
获取元素:
# 获取元素df['期中']['数学']['1班']['张三']df['期中']['数学']['1班'][0]df.iloc[0, 1]df.loc[('1班', '张三'), ('期中', '数学')]72
切片:
# 行切片df.iloc[1 : 5]df.loc[('1班', '李四') : ('2班', '李四')]df.loc['1班' : '2班']# 列切片df.iloc[:, 1: 5]df.loc[:, '期中': '期末']# df.loc[:, ('期中', '数学') : ('期末', '数学')] # 报错# 建议切片使用隐式索引
5. 索引的堆叠
stack():使用stack()的时候,level等于哪一个,哪一个就消失,出现在行里。
unstack():使用unstack()的时候,level等于哪一个,哪一个就消失,出现在列里。
# stack: 将列索引变成行索引df.stack() # 默认是将最里层的列索引变成行索引df.stack(level=-1)df.stack(level=1)df2 = df.stack(level=0)df2
# unstack: 将行索引变成列索引df2.unstack()df2.unstack(level=-1)df2.unstack(level=2)df2.unstack(level=1)df2.unstack(level=0)
使用fill_value填充:
df.unstack()df.unstack(fill_value=0)
来源地址:https://blog.csdn.net/weixin_43961909/article/details/131155365