Pandas学习 - 索引

写在前面

今天这部分我们要学习一下索引的操作。申明一下这个不是我自己编写的噢，是参加了Datawhale的组队学习，其中的成员GYH大神编写的joyful-pandas，可以取github上找到内容！（PS发现大神是同校的小学弟哈哈哈，真的很优秀，自己还要慢慢学习~）
如果有感兴趣的小伙伴可以github自取。

---

一、单级索引

1. loc方法、iloc方法、[]操作符
一般而言，最常用的索引方法就是这三类

• iloc表示位置索引（i表示index）
• loc表示标签索引
• []也具有很大的便利性

（a）loc方法

trick one: 所有在loc中使用的切片全部包含右端点的，这一点和我们之前的右边不到不一样

①单行索引

# 标签索引为 1103 
# 也就是说如果行标签为字符型变量，那么df.loc['a']
df.loc[1103]

②多行索引

df.loc[[1102, 2304]]
df.loc[1304:]
df.loc[2402::-1] # 取从后向前的元素（从2402往前）

trick two: 类似小用法

import numpy as np
a=np.random.rand(5)
print(a)
[ 0.64061262  0.8451399   0.965673    0.89256687  0.48518743]
 
print(a[-1]) ## 取最后一个元素
[0.48518743]
 
print(a[:-1])  ## 除了最后一个取全部
[ 0.64061262  0.8451399   0.965673    0.89256687]
 
print(a[::-1]) ## 取从后向前（相反）的元素
[ 0.48518743  0.89256687  0.965673    0.8451399   0.64061262]
 
print(a[2::-1]) ## 取从下标为2的元素往前读取
[ 0.965673  0.8451399   0.64061262]

对于上面两种来说，默认是取出所有变量的数据的。

③单列索引

df.loc[:,'Height']

④多列索引

df.loc[:, ['Height','Math']] ## Height和Math两列
df.loc[:, 'Height':'Math'] ## Height到Math这三列

写出对应的变量名即可，记得要用[]括起来。

⑤联合索引

df.loc[1102:2401:3,'Height':'Math'].head()

这个索引的意思就是指首先按标签索引，1102到2401为区间，3为步长取数，其次取出Height到Math的这三列数据。

⑥函数式索引

# loc中使用的函数，传入参数就是前面的df
df.loc[lambda x:x['Gender']=='M'].head()

主要就是运用lambda函数对所有的记录进行遍历，找到符合条件的记录。

⑦布尔索引

# 语句一
df.loc[df['Address'].isin(['street_7','street_4'])].head()
# 语句二
## 这里是这样一个逻辑，首先遍历Address找到它的值，然后用i[-1]看是4还是7
df.loc[[True if i[-1]=='4' or i[-1]=='7' else False for i in df['Address'].values]].head()

（b）iloc方法

trick three: 注意与loc不同，切片右端点不包含

①单行索引

# 行位置为3的，也就是说从0开始，第四行
df.iloc[3]

②多行索引

# 第四行到第五行的记录
df.iloc[3:5]

③单列索引

df.iloc[:, 3].head()

这里我们看到都是按位置索引，位置为3，其实是第四列

④多列索引

# 这里的::-2是指所有列，然后步长为2，反向读取
df.iloc[:,7::-2].head()

df.iloc[:,7::-1].head()

⑤混合索引

df.iloc[3::4,7::-2]

⑥函数式索引

df.iloc[lambda x:[3]]

这个也是就是取位置为3的记录，即第四行

trick four: 由上所述，iloc中接收的参数只能为整数或整数列表，不能使用布尔索引

（c） []操作符

trick five: 如果不想陷入困境，请不要在行索引为浮点时使用[]操作符，因为在Series中的浮点[]并不是进行位置比较，而是值比较，非常特殊

（c.1）Series的[]操作

①单元素索引

# 使用索引标签
s = pd.Series(df['Math'], index=df.index)
# 找出索引标签为1101的Math值
s[1101]

索引标签的使用同前面

②多行索引

m = pd.Series(df['Height'], index=df.index)
m[2402::-1].head()

③函数式索引

s[lambda x: x.index[16::-6]]
# 注意使用lambda函数时，直接切片(如：s[lambda x: 16::-6])就报错，此时使用的不是绝对位置切片，而是元素切片，非常易错
# 注意是x.index

④布尔索引

s[s>80]
# 指值大于80的部分

（c.2）DataFrame的[]操作

①单行索引

df[1:2]
# 这里非常容易写成df['label']，会报错
# 用了标签位置的切片

# 如果想要获得某一个元素，可用如下get_loc方法：
row = df.index.get_loc(1102)
df[row:row+1]