pandas 学习 第6篇：索引

索引是DataFrame和Series的行标签，而且能够有一个或多个索引。若是DataFrame和Series有一个索引，称做单级别索引；若是有多个索引，称做多级别索引。索引相似于DataFrame和Sereis的一列数据，能够有多种数据类型。索引的类型有：整数索引（Numeric Index）、分类索引（Category Index）、日期时间索引（DateTime Index、Timedelta Index）、时期索引（Period Index）、范围索引（Range Index）、间隔索引（Interval Index）、多级索引（Multi-level Index）。

多级索引（Multi-Level Index）是指序列（Series）或数据框（DataFrame）有多个索引，多级索引相似于二维关系表，也就是说，Series或DataFrame有一个相似于DataFrame结构的索引。

最经常使用的索引是整数索引、分类索引和日期索引。

一，基础函数

用于建立索引的最基础的构造函数：

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

参数注释：

• data：相似于一维数组的对象，用于建立索引，索引是有序的。
• dtype：默认值是object，用于表示索引元素的类型
• copy：对输入的data进行复制
• name：索引的名称，默认值是Index
• tupleize_cols：若是设置为True，尝试建立多级索引（MultiIndex）。

举个例子，建立一个整数索引：

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

二，索引的属性

索引相似于二维关系表的一列，具备特定的属性：

• values：索引的值
• is_monotonic、is_monotonic_increasing、is_monotonic_decreasing：单调
• is_nuique、has_duplicates：惟一值、重复值，
• hasnans：是否有NA值
• dtype：索引元素的数据类型
• name：索引的名称属性，
• names：若是索引是多级（MultiLevel）的，那么每一级都有一个name
• size：索引元素的数量
• T：索引的转置

三，索引的缺失值

检查缺失值，isna() 对索引中的每一个值进行检查，当值是NA时，返回True；当值不是NA时，返回False。 notna()对索引中的每一个值进行检查，当值不是NA时，返回True；当值是NA时，返回False。

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

填充缺失值，用标量值来填充NA值，downcast表示向下类型兼容：

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

删除缺失值，参数how表示如何删除缺失值，有效值是any和all：

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

四，索引的排序

按照索引的值进行排序，可是返回索引值的下标，参数 *args和 **kwargs都是传递给numpy.ndarray.argsort函数的参数。

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

按照索引的值进行排序，返回排序的副本，参数return_indexer 表示是否返回索引值的下标：

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

举个例子，有以下索引：

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

按照索引值进行排序，返回排序索引的下标：

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

经过下标来查看索引的排序值：

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

固然，也能够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对应的下标，须要设置参数return_indexer=True：

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

五，索引的转换

 能够把索引转换为List、DataFrame、序列、数组（ndarray）等，ravel()函数用于把索引值展开成数组形式。

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')

把索引值的类型转换为指定的类型：

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

六，索引值的操做

对索引值能够进行一系列的操做，下面列出最经常使用的索引操做的函数：

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，删除索引值

删除指定的索引值

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

3，重复值

drop_duplicates()函数用于把重复的值删除，keep参数的有效值是first、false和False，frist表示保留第一次、last表示保留最后一次、False表示把重复的值删除。

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

检查索引值是不是重复的，当出现重复值时，把索引值相应位置的值设置为True。

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

4，插入新值

Index.insert(self, loc, item)

5，重命名索引的name属性

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

6，索引的惟一值

Index.unique(self, level=None)

7，获取索引的下标

第一种方式是传递索引值列表：

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

参数注释:

target：索引列表

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

• None表示彻底匹配：
• pad/ffill：若是没有匹配，找到前一个非NA值
• backfill/bfill：若是没有匹配到，找到后一个非NA值
• nearest：若是没有匹配，找到最近的非NA值

limit：在target中不能彻底匹配的连续标签的最大数量

tolerance：不能彻底匹配的原始索引和新索引之间的最大距离， 匹配位置处的索引值最知足方程 abs（index [indexer]-target）<=tolerance。

 第二种方式是传递一个索引的标量值，返回该标量值在索引中的位置：

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

七，其余类型的索引

• 1，整数索引
• 二、分类索引
• 3，日期索引

 

 

参考文档：

pandas index