Pandas学习总结——2. 一文详述 Pandas索引

 

目录

• Pandas单级索引
  • 1. loc、iloc、[]操作符
  • 2. 布尔索引
  • 3 标量索引
  • 4 区间索引
• Pandas多级索引
  • 1 多层索引的创建
  • 2 多层索引切片
  • 3 多层索引的slice对象
  • 4 索引层交换
• 索引设定
• 常用索引型函数
  • 1 where()和mask()
  • 2 query()函数
• 重复元素处理（duplicated和drop_duplicates）
• 抽样函数(sample)

 

上篇文章介绍了Pandas的基础操作，包括文件读写、Series和DataFrame数据结构、一些常用基本函数、数据排序等。
今天我们来学习一下Pandas的索引。
（超详细！一文搞定！）

Pandas单级索引

1. loc、iloc、[]操作符

这三类最常用的索引方法，其中iloc表示位置索引，loc表示标签索引，[]也具有很大的便利性，各有特点。
总结来说就是：

• loc只能传布尔列表或索引列表
• iloc只能传整数列表

 

1.1 loc方法

• 本质上来说，loc中能传入的只有布尔列表和索引子集构成的列表。
• loc方法包含切片右端点。

# 单行索引
dataframe.loc[index]

# 多行索引
dataframe.loc[index1, index2]
dataframe.loc[index: ]
dataframe.loc[开始:结束:步长]

# 多列索引
dataframe[:, '列索引名']

# 函数式索引（传入的参数是dataframe）
dataframe.loc[lambda x:x['Gender']=='M']
def f(x):
    return [1101,1103]
df.loc[f]

1.2 iloc方法

• 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
• iloc方法不包含切片右端点。

# 单行索引
df.iloc[3]

#多行索引
df.iloc[3:5]

# 单列索引
df.iloc[:,3]

# 多列索引
df.iloc[:,7::-2]

# 函数式索引
df.iloc[lambda x:[3]]

1.3 []操作符