Python学习笔记：索引

1. frame.reset_index()

情景：在循环读取数组时，是最常触及到数组索引的场景，

比如数组data_stfx想要逐条读取数组数据，操作如下：

for i in range(len(data_stfx)):  

     print(i, data_stfx.loc[i,:])       // data_stfx.loc[i,:]   获取索引为i的数据

i的值是从0开始，数组data_stfx的长度减1结束

如果数组data_stfx是有多个数组组合而成，并且保留了原本的索引，那么索引的值可能重复，

这时就需要重置索引。

方法：data_stfx.reset_index(drop=True)

 

2. frame.reindex()

可以对行和列索引，默认对行索引，加上关键字columns对列索引。

e.g：

import pandas as pd

data=[[1,1,1,1],[2,2,2,2],[3,3,3,3],[4,4,4,4]]

df = pd.DataFrame(data,index=['d','b','c','a'])

print(df)

2.1 对行索引示例如下：

如果定义的索引数量超过了数据行数，则该索引行数据为NaN

df=df.reindex(['a','b','c','d','e'])

print(df)

如果定义的新索引是旧索引的子集，则索引在此起到条件作用，即没有定义的索引不被抓取

df=df.reindex(['b','c','a','e'])

print(df)

 

2.2 队列索引示例如下：

df=df.reindex(columns=[0,1,2,4,3])

print(df)

 

2.3插值处理：

对于index为有序的数据，我们有时候可能会进行一些插值处理，只需要在reindex加上method参数即可，参数如下表：

import pandas as pd

df = pd.Series(['blue', 'purple', 'yellow'], index=[0, 2, 4])

print(df)

df = df.reindex(range(6), method='ffill')

或者

df = df.reindex(range(6), method='pad')

print(df)

df = df.reindex(range(6), method='bfill')

或者

df = df.reindex(range(6), method='backfill')

print(df)