Python 数据分析三剑客之 Pandas（二）：Index 索引对象以及各种索引操作
生活随笔
收集整理的這篇文章主要介紹了
Python 数据分析三剑客之 Pandas（二）：Index 索引对象以及各种索引操作
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
CSDN 課程推薦：《邁向數(shù)據(jù)科學(xué)家：帶你玩轉(zhuǎn)Python數(shù)據(jù)分析》，講師齊偉，蘇州研途教育科技有限公司CTO，蘇州大學(xué)應(yīng)用統(tǒng)計專業(yè)碩士生指導(dǎo)委員會委員；已出版《跟老齊學(xué)Python：輕松入門》《跟老齊學(xué)Python：Django實(shí)戰(zhàn)》、《跟老齊學(xué)Python：數(shù)據(jù)分析》和《Python大學(xué)實(shí)用教程》暢銷圖書。
Pandas 系列文章：
- Python 數(shù)據(jù)分析三劍客之 Pandas（一）：認(rèn)識 Pandas 及其 Series、DataFrame 對象
- Python 數(shù)據(jù)分析三劍客之 Pandas（二）：Index 索引對象以及各種索引操作
- Python 數(shù)據(jù)分析三劍客之 Pandas（三）：算術(shù)運(yùn)算與缺失值的處理
- Python 數(shù)據(jù)分析三劍客之 Pandas（四）：函數(shù)應(yīng)用、映射、排序和層級索引
- Python 數(shù)據(jù)分析三劍客之 Pandas（五）：統(tǒng)計計算與統(tǒng)計描述
- Python 數(shù)據(jù)分析三劍客之 Pandas（六）：GroupBy 數(shù)據(jù)分裂、應(yīng)用與合并
- Python 數(shù)據(jù)分析三劍客之 Pandas（七）：合并數(shù)據(jù)集
- Python 數(shù)據(jù)分析三劍客之 Pandas（八）：數(shù)據(jù)重塑、重復(fù)數(shù)據(jù)處理與數(shù)據(jù)替換
- Python 數(shù)據(jù)分析三劍客之 Pandas（九）：時間序列
- Python 數(shù)據(jù)分析三劍客之 Pandas（十）：數(shù)據(jù)讀寫
另有 NumPy、Matplotlib 系列文章已更新完畢，歡迎關(guān)注：
- NumPy 系列文章：https://itrhx.blog.csdn.net/category_9780393.html
- Matplotlib 系列文章：https://itrhx.blog.csdn.net/category_9780418.html
推薦學(xué)習(xí)資料與網(wǎng)站（博主參與部分文檔翻譯）：
- NumPy 官方中文網(wǎng)：https://www.numpy.org.cn/
- Pandas 官方中文網(wǎng)：https://www.pypandas.cn/
- Matplotlib 官方中文網(wǎng)：https://www.matplotlib.org.cn/
- NumPy、Matplotlib、Pandas 速查表：https://github.com/TRHX/Python-quick-reference-table
文章目錄
- 【1】Index 索引對象
- 【2】Pandas 一般索引
- 【2.1】Series 索引
- 【2.1.1】head() / tail()
- 【2.1.2】行索引
- 【2.1.3】切片索引
- 【2.1.4】花式索引
- 【2.1.5】布爾索引
- 【2.2】DataFrame 索引
- 【2.2.1】head() / tail()
- 【2.2.2】列索引
- 【2.2.3】切片索引
- 【2.2.4】花式索引
- 【2.2.5】布爾索引
- 【3】索引器：loc 和 iloc
- 【3.1】loc 標(biāo)簽索引
- 【3.1.1】Series.loc
- 【3.1.2】DataFrame.loc
- 【3.2】iloc 位置索引
- 【3.2.1】Series.iloc
- 【3.2.2】DataFrame.iloc
- 【4】Pandas 重新索引
這里是一段防爬蟲文本，請讀者忽略。 本文原創(chuàng)首發(fā)于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/106698307 未經(jīng)授權(quán)，禁止轉(zhuǎn)載！惡意轉(zhuǎn)載，后果自負(fù)！尊重原創(chuàng)，遠(yuǎn)離剽竊！
【1】Index 索引對象
Series 和 DataFrame 中的索引都是 Index 對象，為了保證數(shù)據(jù)的安全，索引對象是不可變的，如果嘗試更改索引就會報錯；常見的 Index 種類有：索引（Index），整數(shù)索引（Int64Index），層級索引（MultiIndex），時間戳類型（DatetimeIndex）。
一下代碼演示了 Index 索引對象和其不可變的性質(zhì)：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj.index Index(['a', 'b', 'c', 'd'], dtype='object') >>> type(obj.index) <class 'pandas.core.indexes.base.Index'> >>> obj.index[0] = 'e' Traceback (most recent call last):File "<pyshell#28>", line 1, in <module>obj.index[0] = 'e'File "C:\Users\...\base.py", line 3909, in __setitem__raise TypeError("Index does not support mutable operations") TypeError: Index does not support mutable operations| index 索引對象常用屬性 |
官方文檔：https://pandas.pydata.org/docs/reference/api/pandas.Index.html
| T | 轉(zhuǎn)置 |
| array | index 的數(shù)組形式，常見官方文檔 |
| dtype | 返回基礎(chǔ)數(shù)據(jù)的 dtype 對象 |
| hasnans | 是否有 NaN（缺失值） |
| inferred_type | 返回一個字符串，表示 index 的類型 |
| is_monotonic | 判斷 index 是否是遞增的 |
| is_monotonic_decreasing | 判斷 index 是否單調(diào)遞減 |
| is_monotonic_increasing | 判斷 index 是否單調(diào)遞增 |
| is_unique | index 是否沒有重復(fù)值 |
| nbytes | 返回 index 中的字節(jié)數(shù) |
| ndim | index 的維度 |
| nlevels | Number of levels. |
| shape | 返回一個元組，表示 index 的形狀 |
| size | index 的大小 |
| values | 返回 index 中的值 / 數(shù)組 |
| index 索引對象常用方法 |
官方文檔：https://pandas.pydata.org/docs/reference/api/pandas.Index.html
| all(self, *args, **kwargs) | 判斷所有元素是否為真，有 0 會被視為 False |
| any(self, *args, **kwargs) | 判斷是否至少有一個元素為真，均為 0 會被視為 False |
| append(self, other) | 連接另一個 index，產(chǎn)生一個新的 index |
| argmax(self[, axis, skipna]) | 返回 index 中最大值的索引值 |
| argmin(self[, axis, skipna]) | 返回 index 中最小值的索引值 |
| argsort(self, *args, **kwargs) | 對 index 從小到大排序，返回排序后的元素在原 index 中的索引值 |
| delete(self, loc) | 刪除指定索引位置的元素，返回刪除后的新 index |
| difference(self, other[, sort]) | 在第一個 index 中刪除第二個 index 中的元素，即差集 |
| drop(self, labels[, errors]) | 在原 index 中刪除傳入的值 |
| drop_duplicates(self[, keep]) | 刪除重復(fù)值，keep 參數(shù)可選值如下： ‘first’：保留第一次出現(xiàn)的重復(fù)項； ‘last’：保留最后一次出現(xiàn)的重復(fù)項； False：不保留重復(fù)項 |
| duplicated(self[, keep]) | 判斷是否為重復(fù)值，keep 參數(shù)可選值如下： ‘first’：第一次重復(fù)的為 False，其他為 True； ‘last’：最后一次重復(fù)的為 False，其他為 True； False：所有重復(fù)的均為 True |
| dropna(self[, how]) | 刪除缺失值，即 NaN |
| fillna(self[, value, downcast]) | 用指定值填充缺失值，即 NaN |
| equals(self, other) | 判斷兩個 index 是否相同 |
| insert(self, loc, item) | 將元素插入到指定索引處，返回新的 index |
| intersection(self, other[, sort]) | 返回兩個 index 的交集 |
| isna(self) | 檢測 index 元素是否為缺失值，即 NaN |
| isnull(self) | 檢測 index 元素是否為缺失值，即 NaN |
| max(self[, axis, skipna]) | 返回 index 的最大值 |
| min(self[, axis, skipna]) | 返回 index 的最小值 |
| union(self, other[, sort]) | 返回兩個 index 的并集 |
| unique(self[, level]) | 返回 index 中的唯一值，相當(dāng)于去除重復(fù)值 |
- all(self, *args, **kwargs) 【官方文檔】
- any(self, *args, **kwargs) 【官方文檔】
- append(self, other) 【官方文檔】
- argmax(self[, axis, skipna]) 【官方文檔】
- argmin(self[, axis, skipna]) 【官方文檔】
- argsort(self, *args, **kwargs) 【官方文檔】
- delete(self, loc) 【官方文檔】
- difference(self, other[, sort]) 【官方文檔】
- drop(self, labels[, errors]) 【官方文檔】
- drop_duplicates(self[, keep]) 【官方文檔】
- duplicated(self[, keep]) 【官方文檔】
- dropna(self[, how]) 【官方文檔】
- fillna(self[, value, downcast]) 【官方文檔】
- equals(self, other) 【官方文檔】
- intersection(self, other[, sort]) 【官方文檔】
- insert(self, loc, item) 【官方文檔】
- isna(self) 【官方文檔】、isnull(self) 【官方文檔】
- max(self[, axis, skipna]) 【官方文檔】、min(self[, axis, skipna]) 【官方文檔】
- union(self, other[, sort]) 【官方文檔】
- unique(self[, level]) 【官方文檔】
【2】Pandas 一般索引
由于在 Pandas 中，由于有一些更高級的索引操作，比如重新索引，層級索引等，因此將一般的切片索引、花式索引、布爾索引等歸納為一般索引。
【2.1】Series 索引
【2.1.1】head() / tail()
Series.head() 和 Series.tail() 方法可以獲取的前五行和后五行數(shù)據(jù)，如果向 head() / tail() 里面?zhèn)魅雲(yún)?shù)，則會獲取指定行：
>>> import pandas as pd >>> import numpy as np >>> obj = pd.Series(np.random.randn(8)) >>> obj 0 -0.643437 1 -0.365652 2 -0.966554 3 -0.036127 4 1.046095 5 -2.048362 6 -1.865551 7 1.344728 dtype: float64 >>> >>> obj.head() 0 -0.643437 1 -0.365652 2 -0.966554 3 -0.036127 4 1.046095 dtype: float64 >>> >>> obj.head(3) 0 -0.643437 1 -0.365652 2 -0.966554 dtype: float64 >>> >>> obj.tail() 3 1.221221 4 -1.373496 5 1.032843 6 0.029734 7 -1.861485 dtype: float64 >>> >>> obj.tail(3) 5 1.032843 6 0.029734 7 -1.861485 dtype: float64【2.1.2】行索引
Pandas 中可以按照位置進(jìn)行索引，也可以按照索引名（index）進(jìn)行索引，也可以用 Python 字典的表達(dá)式和方法來獲取值：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj a 1 b 5 c -8 d 2 dtype: int64 >>> obj['c'] -8 >>> obj[2] -8 >>> 'b' in obj True >>> obj.keys() Index(['a', 'b', 'c', 'd'], dtype='object') >>> list(obj.items()) [('a', 1), ('b', 5), ('c', -8), ('d', 2)]【2.1.3】切片索引
切片的方法有兩種：按位置切片和按索引名（index）切片，注意：按位置切片時，不包含終止索引；按索引名（index）切片時，包含終止索引。
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj a 1 b 5 c -8 d 2 dtype: int64 >>> >>> obj[1:3] b 5 c -8 dtype: int64 >>> >>> obj[0:3:2] a 1 c -8 dtype: int64 >>> >>> obj['b':'d'] b 5 c -8 d 2 dtype: int64【2.1.4】花式索引
所謂的花式索引，就是間隔索引、不連續(xù)的索引，傳遞一個由索引名（index）或者位置參數(shù)組成的列表來一次性獲得多個元素：
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj a 1 b 5 c -8 d 2 dtype: int64 >>> >>> obj[[0, 2]] a 1 c -8 dtype: int64 >>> >>> obj[['a', 'c', 'd']] a 1 c -8 d 2 dtype: int64【2.1.5】布爾索引
可以通過一個布爾數(shù)組來索引目標(biāo)數(shù)組，即通過布爾運(yùn)算（如：比較運(yùn)算符）來獲取符合指定條件的元素的數(shù)組。
>>> import pandas as pd >>> obj = pd.Series([1, 5, -8, 2, -3], index=['a', 'b', 'c', 'd', 'e']) >>> obj a 1 b 5 c -8 d 2 e -3 dtype: int64 >>> >>> obj[obj > 0] a 1 b 5 d 2 dtype: int64 >>> >>> obj > 0 a True b True c False d True e False dtype: bool【2.2】DataFrame 索引
【2.2.1】head() / tail()
和 Series 一樣，DataFrame.head() 和 DataFrame.tail() 方法同樣可以獲取 DataFrame 的前五行和后五行數(shù)據(jù)，如果向 head() / tail() 里面?zhèn)魅雲(yún)?shù)，則會獲取指定行：
>>> import pandas as pd >>> import numpy as np >>> obj = pd.DataFrame(np.random.randn(8,4), columns = ['a', 'b', 'c', 'd']) >>> obja b c d 0 -1.399390 0.521596 -0.869613 0.506621 1 -0.748562 -0.364952 0.188399 -1.402566 2 1.378776 -1.476480 0.361635 0.451134 3 -0.206405 -1.188609 3.002599 0.563650 4 0.993289 1.133748 1.177549 -2.562286 5 -0.482157 1.069293 1.143983 -1.303079 6 -1.199154 0.220360 0.801838 -0.104533 7 -1.359816 -2.092035 2.003530 -0.151812 >>> >>> obj.head()a b c d 0 -1.399390 0.521596 -0.869613 0.506621 1 -0.748562 -0.364952 0.188399 -1.402566 2 1.378776 -1.476480 0.361635 0.451134 3 -0.206405 -1.188609 3.002599 0.563650 4 0.993289 1.133748 1.177549 -2.562286 >>> >>> obj.head(3)a b c d 0 -1.399390 0.521596 -0.869613 0.506621 1 -0.748562 -0.364952 0.188399 -1.402566 2 1.378776 -1.476480 0.361635 0.451134 >>> >>> obj.tail()a b c d 3 -0.206405 -1.188609 3.002599 0.563650 4 0.993289 1.133748 1.177549 -2.562286 5 -0.482157 1.069293 1.143983 -1.303079 6 -1.199154 0.220360 0.801838 -0.104533 7 -1.359816 -2.092035 2.003530 -0.151812 >>> >>> obj.tail(3)a b c d 5 -0.482157 1.069293 1.143983 -1.303079 6 -1.199154 0.220360 0.801838 -0.104533 7 -1.359816 -2.092035 2.003530 -0.151812【2.2.2】列索引
DataFrame 可以按照列標(biāo)簽（columns）來進(jìn)行列索引：
>>> import pandas as pd >>> import numpy as np >>> obj = pd.DataFrame(np.random.randn(7,2), columns = ['a', 'b']) >>> obja b 0 -1.198795 0.928378 1 -2.878230 0.014650 2 2.267475 0.370952 3 0.639340 -1.301041 4 -1.953444 0.148934 5 -0.445225 0.459632 6 0.097109 -2.592833 >>> >>> obj['a'] 0 -1.198795 1 -2.878230 2 2.267475 3 0.639340 4 -1.953444 5 -0.445225 6 0.097109 Name: a, dtype: float64 >>> >>> obj[['a']]a 0 -1.198795 1 -2.878230 2 2.267475 3 0.639340 4 -1.953444 5 -0.445225 6 0.097109 >>> >>> type(obj['a']) <class 'pandas.core.series.Series'> >>> type(obj[['a']]) <class 'pandas.core.frame.DataFrame'>【2.2.3】切片索引
DataFrame 中的切片索引是針對行來操作的，切片的方法有兩種：按位置切片和按索引名（index）切片，注意：按位置切片時，不包含終止索引；按索引名（index）切片時，包含終止索引。
>>> import pandas as pd >>> import numpy as np >>> data = np.random.randn(5,4) >>> index = ['I1', 'I2', 'I3', 'I4', 'I5'] >>> columns = ['a', 'b', 'c', 'd'] >>> obj = pd.DataFrame(data, index, columns) >>> obja b c d I1 0.828676 -1.663337 1.753632 1.432487 I2 0.368138 0.222166 0.902764 -1.436186 I3 2.285615 -2.415175 -1.344456 -0.502214 I4 3.224288 -0.500268 1.293596 -1.235549 I5 -0.938833 -0.804433 -0.170047 -0.566766 >>> >>> obj[0:3]a b c d I1 0.828676 -1.663337 1.753632 1.432487 I2 0.368138 0.222166 0.902764 -1.436186 I3 2.285615 -2.415175 -1.344456 -0.502214 >>> >>> obj[0:4:2]a b c d I1 -0.042168 1.437354 -1.114545 0.830790 I3 0.241506 0.018984 -0.499151 -1.190143 >>> >>> obj['I2':'I4']a b c d I2 0.368138 0.222166 0.902764 -1.436186 I3 2.285615 -2.415175 -1.344456 -0.502214 I4 3.224288 -0.500268 1.293596 -1.235549【2.2.4】花式索引
和 Series 一樣，所謂的花式索引，就是間隔索引、不連續(xù)的索引，傳遞一個由列名（columns）組成的列表來一次性獲得多列元素：
>>> import pandas as pd >>> import numpy as np >>> data = np.random.randn(5,4) >>> index = ['I1', 'I2', 'I3', 'I4', 'I5'] >>> columns = ['a', 'b', 'c', 'd'] >>> obj = pd.DataFrame(data, index, columns) >>> obja b c d I1 -1.083223 -0.182874 -0.348460 -1.572120 I2 -0.205206 -0.251931 1.180131 0.847720 I3 -0.980379 0.325553 -0.847566 -0.882343 I4 -0.638228 -0.282882 -0.624997 -0.245980 I5 -0.229769 1.002930 -0.226715 -0.916591 >>> >>> obj[['a', 'd']]a d I1 -1.083223 -1.572120 I2 -0.205206 0.847720 I3 -0.980379 -0.882343 I4 -0.638228 -0.245980 I5 -0.229769 -0.916591【2.2.5】布爾索引
可以通過一個布爾數(shù)組來索引目標(biāo)數(shù)組，即通過布爾運(yùn)算（如：比較運(yùn)算符）來獲取符合指定條件的元素的數(shù)組。
>>> import pandas as pd >>> import numpy as np >>> data = np.random.randn(5,4) >>> index = ['I1', 'I2', 'I3', 'I4', 'I5'] >>> columns = ['a', 'b', 'c', 'd'] >>> obj = pd.DataFrame(data, index, columns) >>> obja b c d I1 -0.602984 -0.135716 0.999689 -0.339786 I2 0.911130 -0.092485 -0.914074 -0.279588 I3 0.849606 -0.420055 -1.240389 -0.179297 I4 0.249986 -1.250668 0.329416 -1.105774 I5 -0.743816 0.430647 -0.058126 -0.337319 >>> >>> obj[obj > 0]a b c d I1 NaN NaN 0.999689 NaN I2 0.911130 NaN NaN NaN I3 0.849606 NaN NaN NaN I4 0.249986 NaN 0.329416 NaN I5 NaN 0.430647 NaN NaN >>> >>> obj > 0a b c d I1 False False True False I2 True False False False I3 True False False False I4 True False True False I5 False True False False這里是一段防爬蟲文本，請讀者忽略。 本文原創(chuàng)首發(fā)于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/106698307 未經(jīng)授權(quán)，禁止轉(zhuǎn)載！惡意轉(zhuǎn)載，后果自負(fù)！尊重原創(chuàng)，遠(yuǎn)離剽竊！
【3】索引器：loc 和 iloc
loc 是標(biāo)簽索引、iloc 是位置索引，注意：在 Pandas1.0.0 之前還有 ix 方法（即可按標(biāo)簽也可按位置索引），在 Pandas1.0.0 之后已被移除。
【3.1】loc 標(biāo)簽索引
loc 標(biāo)簽索引，即根據(jù) index 和 columns 來選擇數(shù)據(jù)。
【3.1.1】Series.loc
在 Series 中，允許輸入：
- 單個標(biāo)簽，例如 5 或 'a'，（注意，5 是 index 的名稱，而不是位置索引）；
- 標(biāo)簽列表或數(shù)組，例如 ['a', 'b', 'c']；
- 帶有標(biāo)簽的切片對象，例如 'a':'f'。
官方文檔：https://pandas.pydata.org/docs/reference/api/pandas.Series.loc.html
>>> import pandas as np >>> obj = pd.Series([1, 5, -8, 2], index=['a', 'b', 'c', 'd']) >>> obj a 1 b 5 c -8 d 2 dtype: int64 >>> >>> obj.loc['a'] 1 >>> >>> obj.loc['a':'c'] a 1 b 5 c -8 dtype: int64 >>> >>> obj.loc[['a', 'd']] a 1 d 2 dtype: int64【3.1.2】DataFrame.loc
在 DataFrame 中，第一個參數(shù)索引行，第二個參數(shù)是索引列，允許輸入的格式和 Series 大同小異。
官方文檔：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.loc.html
>>> import pandas as pd >>> obj = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], index=['a', 'b', 'c'], columns=['A', 'B', 'C']) >>> objA B C a 1 2 3 b 4 5 6 c 7 8 9 >>> >>> obj.loc['a'] A 1 B 2 C 3 Name: a, dtype: int64 >>> >>> obj.loc['a':'c']A B C a 1 2 3 b 4 5 6 c 7 8 9 >>> >>> obj.loc[['a', 'c']]A B C a 1 2 3 c 7 8 9 >>> >>> obj.loc['b', 'B'] 5 >>> obj.loc['b', 'A':'C'] A 4 B 5 C 6 Name: b, dtype: int64【3.2】iloc 位置索引
作用和 loc 一樣，不過是基于索引的編號來索引，即根據(jù) index 和 columns 的位置編號來選擇數(shù)據(jù)。
【3.2.1】Series.iloc
官方文檔：https://pandas.pydata.org/docs/reference/api/pandas.Series.iloc.html
在 Series 中，允許輸入：
- 整數(shù)，例如 5；
- 整數(shù)列表或數(shù)組，例如 [4, 3, 0]；
- 具有整數(shù)的切片對象，例如 1:7。
【3.2.2】DataFrame.iloc
官方文檔：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.iloc.html
在 DataFrame 中，第一個參數(shù)索引行，第二個參數(shù)是索引列，允許輸入的格式和 Series 大同小異：
>>> import pandas as pd >>> obj = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], index=['a', 'b', 'c'], columns=['A', 'B', 'C']) >>> objA B C a 1 2 3 b 4 5 6 c 7 8 9 >>> >>> obj.iloc[1] A 4 B 5 C 6 Name: b, dtype: int64 >>> >>> obj.iloc[0:2]A B C a 1 2 3 b 4 5 6 >>> >>> obj.iloc[[0, 2]]A B C a 1 2 3 c 7 8 9 >>> >>> obj.iloc[1, 2] 6 >>> >>> obj.iloc[1, 0:2] A 4 B 5 Name: b, dtype: int64【4】Pandas 重新索引
Pandas 對象的一個重要方法是 reindex，其作用是創(chuàng)建一個新對象，它的數(shù)據(jù)符合新的索引。以 DataFrame.reindex 為例（Series 類似），基本語法如下：
DataFrame.reindex(self, labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)
部分參數(shù)描述如下：（完整參數(shù)解釋參見官方文檔）
| index | 用作索引的新序列，既可以是 index 實(shí)例，也可以是其他序列型的 Python 數(shù)據(jù)結(jié)構(gòu) |
| method | 插值（填充）方式，取值如下： None：不填補(bǔ)空白； pad / ffill：將上一個有效的觀測值向前傳播到下一個有效的觀測值； backfill / bfill：使用下一個有效觀察值來填補(bǔ)空白； nearest：使用最近的有效觀測值來填補(bǔ)空白。 |
| fill_value | 在重新索引的過程中，需要引入缺失值時使用的替代值 |
| limit | 前向或后向填充時的最大填充量 |
| tolerance | 向前或向后填充時，填充不準(zhǔn)確匹配項的最大間距（絕對值距離） |
| level | 在 Multilndex 的指定級別上匹配簡單索引，否則選其子集 |
| copy | 默認(rèn)為 True，無論如何都復(fù)制；如果為 False，則新舊相等就不復(fù)制 |
reindex 將會根據(jù)新索引進(jìn)行重排。如果某個索引值當(dāng)前不存在，就引入缺失值：
>>> import pandas as pd >>> obj = pd.Series([4.5, 7.2, -5.3, 3.6], index=['d', 'b', 'a', 'c']) >>> obj d 4.5 b 7.2 a -5.3 c 3.6 dtype: float64 >>> >>> obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e']) >>> obj2 a -5.3 b 7.2 c 3.6 d 4.5 e NaN dtype: float64對于時間序列這樣的有序數(shù)據(jù)，重新索引時可能需要做一些插值處理。method 選項即可達(dá)到此目的，例如，使用 ffill 可以實(shí)現(xiàn)前向值填充：
>>> import pandas as pd >>> obj = pd.Series(['blue', 'purple', 'yellow'], index=[0, 2, 4]) >>> obj 0 blue 2 purple 4 yellow dtype: object >>> >>> obj2 = obj.reindex(range(6), method='ffill') >>> obj2 0 blue 1 blue 2 purple 3 purple 4 yellow 5 yellow dtype: object借助 DataFrame，reindex可以修改（行）索引和列。只傳遞一個序列時，會重新索引結(jié)果的行：
>>> import pandas as pd >>> import numpy as np >>> obj = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'], columns=['Ohio', 'Texas', 'California']) >>> objOhio Texas California a 0 1 2 c 3 4 5 d 6 7 8 >>> >>> obj2 = obj.reindex(['a', 'b', 'c', 'd']) >>> obj2Ohio Texas California a 0.0 1.0 2.0 b NaN NaN NaN c 3.0 4.0 5.0 d 6.0 7.0 8.0列可以用 columns 關(guān)鍵字重新索引：
>>> import pandas as pd >>> import numpy as np >>> obj = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'c', 'd'], columns=['Ohio', 'Texas', 'California']) >>> objOhio Texas California a 0 1 2 c 3 4 5 d 6 7 8 >>> >>> states = ['Texas', 'Utah', 'California'] >>> obj.reindex(columns=states)Texas Utah California a 1 NaN 2 c 4 NaN 5 d 7 NaN 8這里是一段防爬蟲文本，請讀者忽略。 本文原創(chuàng)首發(fā)于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/106698307 未經(jīng)授權(quán)，禁止轉(zhuǎn)載！惡意轉(zhuǎn)載，后果自負(fù)！尊重原創(chuàng)，遠(yuǎn)離剽竊！
總結(jié)
以上是生活随笔為你收集整理的Python 数据分析三剑客之 Pandas（二）：Index 索引对象以及各种索引操作的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 兴业爱奇艺联名信用卡怎么样 兴业爱奇艺信
- 下一篇： Python3 已经安装相关库，Pych