Python数据索引分类

目录

前置知识补充：

准备示例数据：

方式1：布尔索引 + 普通索引选择指定的行和列

方式2：切片索引 + 切片索引选择指定的行和列

方式3：切片索引 + 普通索引选择指定的行和列

方式4：位置索引 + 位置索引选择指定行和列

方式5：普通索引 + 普通索引选择指定行和列

---

 

转载不易请珍惜

 

前置知识补充：

布尔索引：指的是通过传入一个判断条件来选择数据的方式，称之为布尔索引；
普通索引：通过选择行/列名来选择数据的方式，称为普通索引；
位置索引：通过传入具体的位置来选择数据的方式称为位置索引；
切片索引：通过传入一个位置区间来获取数据的方式，称为切片索引；

准备示例数据：

# 创建一个Serise —— 传入一个字典
d= {
    'name':['qinlu','lulu','qinqin','junjun'],
    'sex':['male','male','female','male'],
    'age':[18,19,22,25]
}

s= pd.DataFrame(d,index = ['A1','A2','A3','A4'])
s

-- 输出结果：
	name	sex	age
A1	qinlu	male	18
A2	lulu	male	19
A3	qinqin	female	22
A4	junjun	male	25

 

 

方式1：布尔索引 + 普通索引选择指定的行和列

布尔索引 + 普通索引是先对表进行布尔索引选择行，然后通过普通索引选择列：

#case1：zjh-98
s[s['age']<=22] [['name','age']]
-- 输出结果：
	name	age
A1	qinlu	18
A2	lulu	19
A3	qinqin	22

# 找到符合条件的行 —— 得到数据结构，其实本身也是个数据框
# 然后再在这个数据行下，选择我们需要的列即可，因此，就完成了，对指定行、列进行选择；

# case2：
# 在以上基础上，只选择某一列，数据结构就变成了Series;
s[s['age']<=22].name
-- 输出结果：
A1     qinlu
A2      lulu
A3    qinqin
Name: name, dtype: object

# case3:
# 行、列索引放在同一个[]中，对行列同时选择：
s.loc[s['age']<= 22,['name','age']]

-- 输出结果：
	name	age
A1	qinlu	18
A2	lulu	19
A3	qinqin	22

注意需要使用loc，不能使用iloc，否则会出现以下报错：
# 英：ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types汉：基于位置的索引只能具有[整数，整数切片（起始点为INCLUDED，结束点为EXCLUDED），类似整数的列表，布尔数组）类型

讲完普通索引，我们再来讲，使用“切片索引 + 切片索引”来选择指定行和列的方式：

方式2：切片索引 + 切片索引选择指定的行和列

切片索引 + 切片索引是同时传入行、列索引的位置区间进行数据选择。

# 选择第1行到第3行，第1列到第2列
s.iloc[0:3,0:3]

-- 输出：
	name	sex	age
A1	qinlu	male	18
A2	lulu	male	19
A3	qinqin	female	22

-- 常见错误1：
s.iloc[[0:3],[0:3]]
# 行列切片加上[]会出现报错, SyntaxError: invalid syntax/无效的语法

-- 常见错误2： 
s.loc[0:3,0:3]]
# 位置索引注意需要使用iloc，不能使用loc，否则会出现以下报错：英：cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [0] of <class 'int'>; / 汉：无法使用<class'int'>的这些索引器[0]在<class'pandas.core.indexes.base.Index'>上进行切片索引

方式3：切片索引 + 普通索引选择指定的行和列

如果是普通索引，就直接传入行或列名，用loc方法即可；如果是切片索引，也就是传入行或列名，用iloc方法即；如果是切片索引 + 普通索引，也就是行（列）用切片索引，列（行）用切片索引，列（行）用普通索引，看是否能够选择成功：

# case1：使用iloc发生报错
s.iloc[0:3,['name','age']]

-- 输出报错：
# 报错：英：IndexError: .iloc requires numeric indexers, got ['name' 'age']；汉：iloc需要数字索引器，得到['name''age']
# 原因分析：当使用行(列)名称索引时，不能使用iloc方法；若使用iloc，必须要求行或列都严格使用数字或者切片进行索引；

# case2：使用loc出现报错
s.loc[0:3,['name','age']]
-- 报错：
#报错：英：TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [0] of <class 'int'> / 中：TypeError：无法使用<class'int'>的这些索引器[0]在<class'pandas.core.indexes.base.Index'>上进行切片索引

# 原因分析：有数字/切片的索引不能使用loc

# case3：使用ix出现报错
s.ix[0:3,['name','age']]
# 报错：英：AttributeError：“ DataFrame”对象没有属性“ ix”;/汉：AttributeError：“ DataFrame”对象没有属性“ ix”

# 原因分析：新版本的anconda目前已经不支持"ix"了！

结论： 新版本的Jupyter Notebook，目前已经不支持"ix"了！

方式4：位置索引 + 位置索引选择指定行和列

# 位置索引：选择第1,4行，第1,3列
s.iloc[[0,3],[0,2]]

-- 输出结果：
	name	age
A1	qinlu	18
A4	junjun	25

# case1：索引超出
s.iloc[[1,2],[2,3]]
# 报错：IndexError: positional indexers are out-of-bounds/汉：IndexError：位置索引器超出范围；

# case2：s.loc[[0,3],[0,2]]
# 报错：KeyError: "None of [Int64Index([0, 3], dtype='int64')] are in the [index]"/ 中文：KeyError：“ [Int64Index（[0，3]，dtype ='int64'）]都不在[索引]中”

# 原因分析：当使用位置索引 + 位置索引选择指定行和列时，需要利用iloc方法传入行列位置

方式5：普通索引 + 普通索引选择指定行和列

# 普通索引 + 普通索引就是通过同时传入行和列的索引名称进行数据选择，需要用到loc方法;
s.loc[['A1','A2','A4'],['name','age']]

-- 输出结果：

	name	age
A1	qinlu	18
A2	lulu	19
A4	junjun	25

# 报错：s.iloc[['A1','A2','A4'],['name','age']];英文：IndexError: .iloc requires numeric indexers, got ['A1' 'A2' 'A4'] 

# 原因分析：当使用普通索引 + 普通索引选择指定行和列时，不能使用iloc 

参考：

 https://blog.csdn.net/weixin_44976611/article/details/106857478