python-pandas之Index数据分析（六）

Python-Pandas之Index数据分析（六）

索引对象

'''

数据结构 索引对象

• pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）。构建

Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一

个Index。

• Index对象是不可修改的（immutable），因此用户不能对其进行修改。不可

修改性非常重要，因为这样才能使Index对象在多个数据结构之间安全共享。

• pandas中主要的index对象

类型 说明

index 最泛化的Index对象，将轴标签为一个由Python对象组成的NumPy数组。

Int64Index 针对整数的特殊Index

MultiIndex “层次化”索引对象，表示单个轴上的多层索引。可以看做由园数组组成的数

组。

DatetimeIndex 存储纳秒级时间戳

PeriodIndex 针对Period数据的特殊Index

• Index的方法和属性 I

类型 说明

append append 连接另一个Index对象，产生一个新的Index。

diff 计算差集，并得到一个Index。

intersection 计算交集

union 计算并集

isin 计算一个指示各值是否包含在参数集合中的布尔型数组

delete 删除索引i处的元素，并得到新的Index。

• Index的方法和属性 II

类型 说明

drop 删除传入的值，并得到新的索引。

insert 将元素插入到索引i处，并得到新的Index。

is_monotonic 当各元素均大于等于前一个元素时，返回True。

is_unique 当Index没有重复值时，返回True。

unique 计算Index中唯一值得数组

'''

import numpy as np

import pandas as pd

import sys

from pandas import Series,DataFrame,Index

print('获取index')

obj = Series(range(3),index=['a','b','c'])

index = obj.index

print(index[1:]) #打印index从1开始的所有索引

try:

index[1] = 'd' #Index对象是不可修改的（immutable），因此用户不能对其进行修改。不

except:

print

print(sys.exc_info()[0])

print('Index对象')

index = Index(np.arange(3))

obj2 = Series([1.6,23.3,6],index= index)

print(obj2)

print('判断列和索引是否存在')

pop = {'Nevada':{20001:2.4, 2002:2.9},

'Ohio':{2000:1.5, 2001:1.7, 2002:3.6}}

frame3 = DataFrame(pop)

print(frame3)

print('Ohio'in frame3.columns) # True

print('3923' in frame3.index) # False

重新索引

'''

基本功能 重新索引

• 创建一个适应新索引的新对象，该Series的reindex将会根据新索引进行重排。

如果某个索引值当前不存在，就引入缺失值

• 对于时间序列这样的有序数据，重新索引时可能需要做一些插值处理。

method选项即可达到此目的。

• reindex函数的参数

类型 说明

index 用作索引的新序列。既可以是Index实例，也可以是其它序列型的Python数据

结构。Index会被完全使用，就像没有任何复制一样。

method 插值填充方式，ffill或bfill。

fill_value 在重新索引过程中，需要引入缺失值时使用的替代值。

limit 前向或后向填充时的最大填充量

level 在MultiIndex的指定级别上匹配简单索引，否则选取其子集。

copy 默认为True，无论如何都复制。如果为False，则新旧相等就不复制。

'''

import numpy as np

from pandas import DataFrame,Series

print('重新指定索引及顺序')

obj = Series([3.4,5.4,5.6,-4],index=['d', 'b', 'a', 'c'])

print(obj)

obj2 = obj.reindex(['a', 'b', 'd', 'c', 'e'])

print('重新指定索引obj2\n',obj2)

print('指定不存在元素的默认值')

print(obj.reindex(['a', 'b', 'd', 'c', 'e'], fill_value = 0)) # 指定不存在元素的默认值

print('重新指定索引并指定填元素充方法')

obj3 = Series(['libai','dufu','tangshi'],index=[0,2,4])

print(obj3)

print(obj3.reindex(range(6),method='ffill')) #method 插值填充方式，ffill或bfill。

print('对DataFrame重新指定索引')

frame = DataFrame(np.arange(9).reshape(3, 3),

index = ['a', 'c', 'd'],

columns = ['Ohio', 'Texas', 'California'])

print(frame)

frame2 = frame.reindex(['a', 'b', 'c', 'd'])

print(frame2)

print('重新指定column')

states = ['Texas', 'Utah', 'California']

print(frame.reindex(columns = states))

print('对DataFrame重新指定索引并指定填元素充方法')

print(frame.reindex(index = ['a', 'b', 'c','d'],

# method='ffill',

columns = states))

print(frame.ix[['a', 'b', 'd', 'c'], states])

删除索引上的值

'''

基本功能 丢弃指定轴上的项

• 丢弃某条轴上的一个或多个项很简单，只要有一个索引数组或列表即可。由于

需要执行一些数据整理和集合逻辑，所以drop方法返回的是一个在指定轴上删

除了指定值的新对象

'''

import numpy as np

from pandas import Series,DataFrame

print('Series根据索引删除元素')

obj = Series(np.arange(5),index=['a','b','c','d','e'])

obj2 = obj.drop('c')

print(obj2) #删除C索引对应的值

print(obj.drop(['d','e']))

print('DataFrame删除元素，可指定索引或列。')

data = DataFrame(np.arange(16).reshape((4,4)),

index=['A','B','C','D'],

columns=['N1','N2','N3','N4'])

print(data)

print('删除A行的元素')

print(data.drop('A'))

print('删除N1列的元素')

print(data.drop('N1',axis=1))

print(data.drop(['N1','N3'],axis=1))

索引、选取和过滤

'''

基本功能 索引、选取和过滤

• Series索引（obj[...]）的工作方式类似于NumPy数组的索引，只不过Series的

索引值不只是整数。

• 利用标签的切片运算与普通的Python切片运算不同，其末端是包含的

（inclusive）。

• 对DataFrame进行索引其实就是获取一个或多个列

• 为了在DataFrame的行上进行标签索引，引入了专门的索引字段ix。

• DataFrame的索引选项

类型 说明

obj[val] 选取DataFrame的单个列或一组列。在一些特殊情况下会比较便利：布尔型数组（过滤

行）、切片（行切片）、布尔型DataFrame（根据条件设置值）。

obj.ix[val] 选取DataFrame的单个行或一组行

obj.ix[:, val] 选取单个列或列子集

obj.ix[val1, val] 同时选取行或列

reindex方法 将一个或多个轴匹配到新索引

xs方法 根据标签选取单行或单列，并返回一个Series。

icol、irow方法 根据整数位置选取单行或单列，并返回一个Series。

get_value、set_value方法 根据行标签或列标签选取单个值

'''

import numpy as np

from pandas import Series,DataFrame

print('Series的索引，默认数字索引可以工作。')

obj = Series(np.arange(4),index=['a','b','c','d'])

print('obj的b索引对应的值')

print(obj['b'])

print(obj[2])

print(obj[[2,3]])

print(obj[obj<2])

print('Series的数组切片')

print(obj['b':'c']) # 闭区间

obj['b':'c'] = 5 #将b和c索引的值重新赋值

print(obj)

print('DataFrame的索引')

data = DataFrame(np.arange(16).reshape((4,4)),

index=['A','B','C','D'],

columns=['N1','N2','N3','N4'])

print(data['N1']) #打印N1列元素

print('打印N1、N3列元素,同时显示行索引\n',data[['N1','N3']])#打印N1、N3列元素,同时显示行索引

print('分片方式打印前两行元素\n',data[:2])

print('指定索引和列')

print(data.ix['B',['N2','N4']])

print('指定行索引显示A和B，列索引将按照3,0,1顺序显示即N4,N1,N2')

print(data.ix[['A', 'B'], [3, 0, 1]])

print(data.ix[0]) #打印第一行

print(data.ix[:'C', 'N2']) # 从A到C行的第2列元素显示。

print('根据条件选择')

print(data[data.N3>3]) #帅选第三列大于3的元素

print(data<5) # 打印True或者False

data[data < 5] = 0 #将小于5的元素填充为0

print(data)

Python 数据挖掘

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。