Python_index 入门

知识点转自：

http://python.jobbole.com/89081/?utm_source=blog.jobbole.com&utm_medium=relatedPosts

>>> series1=pd.Series([1,2,3],index=['A','B','C'])
Traceback (most recent call last):
  File "<pyshell#1>", line 1, in <module>
    series1=pd.Series([1,2,3],index=['A','B','C'])
NameError: name 'pd' is not defined
>>> import pandas as pd


>>> import numpy as np
>>> series =pd.Series ([1,2,3],index=['A','B','C'])
>>> print('series['A'] = {}\n'.format(series))
SyntaxError: invalid syntax
>>> print('series['A'] = {}\n'.format(series['A']))
SyntaxError: invalid syntax
>>> print('series.A = {} \n'.format(series.A))
series.A = 1 

>>> print('series['A'] = {} \n'.format(series['A']))
SyntaxError: invalid syntax
>>> print('series['B'] = {}\n'.format(series['B']))
SyntaxError: cannot mix bytes and nonbytes literals
>>> print("series['B'] = {}\n".format(series['B']))
series['B'] = 2

>>> print("series['A'] = {}\n".format(series['A']))
series['A'] = 1

>>> #双引号、单引号注意；[] . --------访问数据
>>> #注：这里的数据访问方法既适用于Series，也适用于DataFrame。

>>> #----------------------------loc与iloc-----------------------------
>>> #loc：通过行和列的索引来访问数据
>>> #iloc：通过行和列的下标来访问数据
>>> df1 = pd.DataFrame({"note" : ["C", "D", "E", "F", "G", "A", "B"],
    "weekday": ["Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun"]},
    index=['1', '2', '3', '4', '5', '6', '7'])
>>> print(format(df1))
  note weekday
1    C     Mon
2    D     Tue
3    E     Wed
4    F     Thu
5    G     Fri
6    A     Sat
7    B     Sun
>>> print("df1.loc['2']:\n{}\n.format(df1.loc['2']))
	  
SyntaxError: EOL while scanning string literal
>>> print("df1.loc['2']:\n{}\n".format(df1.loc['2']))
	  
df1.loc['2']:
note         D
weekday    Tue
Name: 2, dtype: object

>>> #这里通过索引'2'可以方法到第2行的所有数据
	  
>>> print("series.loc['B':'C']=\n{}\n".format(series.loc['B':'C']))
	  
series.loc['B':'C']=
B    2
C    3
dtype: int64

>>> print("df1.iloc[2:4]=\n{}\n."format(df1.iloc[2:4]))
	  
SyntaxError: invalid syntax
>>> print("df1.iloc[2:4]=\n{}\n".format(df1.iloc[2:4]))
	  
df1.iloc[2:4]=
  note weekday
3    E     Wed
4    F     Thu

>>> print("df1.iloc[3:4]=\n{}\n".format(df1.iloc[2:4]))
	  
df1.iloc[3:4]=
  note weekday
3    E     Wed
4    F     Thu

>>> #------------------------at与iat-----------------------
	  
>>> #这两个操作符用来访问单个的元素值（Scalar Value）。类似的：at：通过行和列的[【索引】来访问数据;iat：通过行和列的【下标】来访问数据。
	  
>>> print("series.at['C']={}\n".format(series.at['C']))
	  
series.at['C']=3

>>> print("df1.iloc[2:4]=\n{}\n".format(df1.iloc[4:1]))
	  
df1.iloc[2:4]=
Empty DataFrame
Columns: [note, weekday]
Index: []

>>> print("df1.iat[4:1]=\n{}\n".format(df1.iat[4:1]))
>>> print("df1.iloc[2:4]=\n{}\n".format(df1.iloc[4,1]))
		     
df1.iloc[2:4]=
Fri

>>> print("df1.iloc[2:4]={}\n".format(df1.iloc[4,1]))
		     
df1.iloc[2:4]=Fri

>>> print("df1.iloc[5:weekday]={}\n".format(df1.iloc[4,1]))
		     
df1.iloc[5:weekday]=Fri

>>> print("df1.iloc[5:weekday]={}\n".format(df1.iat[4,1]))
		     
df1.iloc[5:weekday]=Fri

>>> print("df1.iat[5:weekday]={}\n".format(df1.iat[4,1]))
		     
df1.iat[5:weekday]=Fri

>>> #------------------------Index对象-------------------------------
		     
>>> #在入门教程我们也已经简单介绍过Index，Index提供了查找，数据对齐和重新索引所需的基础数据结构。 最直接的，我们可以通过一个数组来创建Index对象。在创建的同时我们还可以通过name指定索引的名称：
		     
>>> index = pd.Index('C','D','E','F','G','A','B'], name='note')
	  
SyntaxError: invalid syntax
>>> index = pd.Index(['C','D','E','F','G','A','B'], name='note')
	  
>>> print(index)
	  
Index(['C', 'D', 'E', 'F', 'G', 'A', 'B'], dtype='object', name='note')
>>> #Index类提供了很多的方法进行各种操作，这个建议读者直接查询API说明即可，这里不多做说明。稍微提一下的是，Index对象可以互相之间做集合操作，例如：
	  
>>> a = pd.Index([1,2,3,4,5])
	  
>>> b = pd.Index([3,4,5,6,7])
	  
>>> print("a|b = {}\n".format(a|b))
	  
a|b = Int64Index([1, 2, 3, 4, 5, 6, 7], dtype='int64')

>>> print("a&b = {}\n".format(a&b))
	  
a&b = Int64Index([3, 4, 5], dtype='int64')

>>> print("a.difference(b) = {}\n".format(a.difference(b)))
	  
a.difference(b) = Int64Index([1, 2], dtype='int64')

>>> print("b.difference(a) = {}\n".format(b.difference(a)))
	  
b.difference(a) = Int64Index([6, 7], dtype='int64')

>>> #创建测试数据
	  
>>> df = pd.DataFrame({'class':['A','A','A','B','B','B','C','C'],
                   'id':['a','b','c','a','b','c','a','b'],
                   'value':[1,2,3,4,5,6,7,8]})
	  
>>> print(format(df))
	  
  class id  value
0     A  a      1
1     A  b      2
2     A  c      3
3     B  a      4
4     B  b      5
5     B  c      6
6     C  a      7
7     C  b      8
>>> df = df.set_index(['class','id'])#通过set_index设为多重索引
	  
>>> print(format(df))
	  
          value
class id       
A     a       1
      b       2
      c       3
B     a       4
      b       5
      c       6
C     a       7
      b       8

>>> df.loc[('A',slice(None)),:]
	  
          value
class id       
A     a       1
      b       2
      c       3
>>> df.loc[(slice(None),'a'),:]
	  
          value
class id       
A     a       1
B     a       4
C     a       7
>>> #前面的例子对应的index列为数字或字母，是【有序的】
	  
>>> #创建无序测试数据
	  
>>> df2 = pd.DataFrame({'课程':['语文','语文','数学','数学'],'得分':['最高','最低','最高','最低'],'分值':[90,50,100,60]})
	  
>>> print(format(df2))
	  
   课程  得分   分值
0  语文  最高   90
1  语文  最低   50
2  数学  最高  100
3  数学  最低   60
>>> df2 = df2.set_index(['课程','得分'])
	  
>>> print(df2)
	  
        分值
课程 得分     
语文 最高   90
   最低   50
数学 最高  100
   最低   60
>>> print(format(df2))
	  
        分值
课程 得分     
语文 最高   90
   最低   50
数学 最高  100
   最低   60
>>> df2.loc[('语文',slice(None)),:]
	  
       分值
课程 得分    
语文 最高  90
   最低  50
>>> df2.loc[(slice(None),'最高'),:]
	  
        分值
课程 得分     
语文 最高   90
数学 最高  100

>>> multiIndex1 = pd.MultiIndex.from_arrays([
    ['Geagle', 'Geagle', 'Geagle', 'Geagle',
     'Epple', 'Epple', 'Epple', 'Epple', 'Macrosoft',
     'Macrosoft', 'Macrosoft', 'Macrosoft', ],
    ['S1', 'S2', 'S3', 'S4', 'S1', 'S2', 'S3', 'S4', 'S1', 'S2', 'S3', 'S4']],
    names=('Company', 'Turnover'))
	  
>>> print(format(multiIndex1))
	  
MultiIndex(levels=[['Epple', 'Geagle', 'Macrosoft'], ['S1', 'S2', 'S3', 'S4']],
           labels=[[1, 1, 1, 1, 0, 0, 0, 0, 2, 2, 2, 2], [0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]],
           names=['Company', 'Turnover'])
>>> #从这个输出可以看出，MultiIndex中的levels数组数量对应了索引的级别数量，labels对应了levels中元素的下标
	  
>>> #下面我们用一个随机数来构造一个DataFrame：
>>> df = pd.DataFrame(data=np.random.randint(0, 1000, 36).reshape(-1, 12),
                  index=[2016, 2017, 2018],
                  columns=multiIndex1)
>>> print("df = \n{}\n".format(df))
df = 
Company  Geagle                Epple ...       Macrosoft               
Turnover     S1   S2   S3   S4    S1 ...    S4        S1   S2   S3   S4
2016        502  629  740  686   430 ...   636       510   64  330   95
2017         27  352  953  170   942 ...   630       411  576  263  964
2018        332  581  626  974   904 ...   187       498  910  599  165

[3 rows x 12 columns]

>>> #这里创建出了36个[0, 1000)之间的随机数，然后组装成3行12列的矩阵
>>> #这个输出很直观的可以看出三个公司在三年内每个季度的营业额。 有了多级索引，我们可以方便的进行数据的筛选，例如：

>>> df.loc[2017, (['Geagle', 'Epple', 'Macrosoft'] ,'S1')]#筛选出三个公司2017年第一季度的营业额
Company    Turnover
Geagle     S1           27
Epple      S1          942
Macrosoft  S1          411
Name: 2017, dtype: int32
>>> df.loc[2018, 'Geagle']#筛选出Geagle公司2018年每个季度的营业额
Turnover
S1    332
S2    581
S3    626
S4    974
Name: 2018, dtype: int32