第三章 索引

第三章 索引

一、索引器

1、表的列索引

通过类似字典标记的方式或属性的方式，可以将DataFramed的列获取为一个Series。

• 只取出一列 frame2['state'],列名中不包含空格时，可以直接用.loc取出：frame2.state
• 取出多个列 则可以通过[列名组成的列表]，得到一个DataFrame

2、序列的行索引

以字符串为索引的Series （也可以理解为必须给索引的值的显示索引）

• 只取出单个索引 使用[item],得到该item对应的所有值
• 取出多个索引 使用[item的列表]
• 取出某两个索引之间的元素 （索引唯一出现）这里的切片会包含左右两个端点值s['c': 'b': -2]

以整数为索引的Series（不给出索引的值，会自动生成整数）

• 取出单个索引或多个索引 使用[int]和[int_list]，则可以取出对应索引元素的值
• 取出某两个索引之间的元素 这里的整数切片不包含右端点

3、loc索引器

对DataFrame的行进行选取，一种是基于元素的loc索引器。

以函数为索引

In [42]: def condition(x):
   ....:     condition_1_1 = x.School == 'Fudan University'
   ....:     condition_1_2 = x.Grade == 'Senior'
   ....:     condition_1_3 = x.Weight > 70
   ....:     condition_1 = condition_1_1 & condition_1_2 & condition_1_3
   ....:     condition_2_1 = x.School == 'Peking University'
   ....:     condition_2_2 = x.Grade == 'Senior'
   ....:     condition_2_3 = x.Weight > 80
   ....:     condition_2 = condition_2_1 & (~condition_2_2) & condition_2_3
   ....:     result = condition_1 | condition_2
   ....:     return result
   ....: 

In [43]: df_demo.loc[condition]
Out[43]: 
                           School     Grade Gender  Weight Transfer
Name                                                               
Qiang Han       Peking University  Freshman   Male    87.0        N
Chengpeng Zhou   Fudan University    Senior   Male    81.0        N
Changpeng Zhao  Peking University  Freshman   Male    83.0        N
Chengpeng Qian   Fudan University    Senior   Male    73.0        Y

这里主要记录一下，在进行赋值操作时，容易出现的一种报错及解决方案。

# 之前自己使用过程中的问题
cases_over_10000_china = cases_china_copy[cases_china_copy.cases > 10000