【pandas-汇总4】Index的主要属性和函数

1.Index

    pandas的索引对象负责管理轴标签和其他元数据(比如轴名称等)。构建Series或DataFrame时,所用到的任何数组或其他序列的标签都会被转换成一个Index。Index对象不可修改,从而在多个数据结构之间安全共享。

1.2.Index属性

主要的Index对象说明
Index最广泛的Index对象,将轴标签表示为一个由Python对象组成的NumPy数组
Int64Index针对整数的特殊Index
MultiIndex“层次化”索引对象,表示单个轴上的多层索引。可以看做由元组组成的数组
DatetimeIndex存储纳秒级时间戳(用NumPy的Datetime64类型表示)
PeriodIndex针对Period数据(时间间隔)的特殊Index

1.3Index函数

函数说明
Index([x,y,...])创建索引
append(Index)连接另一个Index对象,产生一个新的Index
diff(Index)计算差集,产生一个新的Index
intersection(Index)计算交集
union(Index)计算并集
isin(Index)检查是否存在与参数索引中,返回bool型数组
delete(i)删除索引i处元素,得到新的Index
drop(str)删除传入的值,得到新Index
insert(i,str)将元素插入到索引i处,得到新Index
Index.is_monotonic属性:当各元素大于前一个元素时,返回true
Index.is_unique属性:当Index没有重复值时,返回true
Index.unique属性:计算Index中唯一值的数组

2.示例


   
   
  1. # -*- coding: utf-8 -*-
  2. """
  3. @author: 蔚蓝的天空Tom
  4. Aim:Index属性和函数的示例
  5. """
  6. import pandas as pd
  7. from pandas import Series
  8. from pandas import DataFrame
  9. if __name__== '__main__':
  10. s = pd.Series([ 'a', 'b', 'c'], index=[ 'No.1', 'No.2', 'No.3'])
  11. ind1 = s.index #将轴标签表示为一个由Python对象组成的NumPy数组
  12. #Index(['No.1', 'No.2', 'No.3'], dtype='object')
  13. #查看内容
  14. ind1[ 0] #No.1
  15. ind1[ 1] #No.2
  16. ind1[ -1] #No.3
  17. s.index is ind1 #True
  18. 'No.1' in ind1 #True
  19. s2 = pd.Series([ 'a', 'b', 'c', 'd'], index=[ 'No.1', 'No.2', 'No.3', 'No.4'])
  20. ind2 = s2.index
  21. #Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object')
  22. #difference 计算索引的差集
  23. ret = ind1.difference(ind2) #Index([], dtype='object')
  24. ret = ind2.difference(ind1) #Index(['No.4'], dtype='object')
  25. #append(Indexs) #连接另一个Index对象,产生一个新的Index
  26. ret = ind1.append(ind2)
  27. #Index(['No.1', 'No.2', 'No.3', 'No.1', 'No.2', 'No.3', 'No.4'], dtype='object')
  28. #intersection(Index) 计算交集
  29. ret = ind1.intersection(ind2) #Index(['No.1', 'No.2', 'No.3'], dtype='object')
  30. #union(Index) 计算并集
  31. ret = ind1.union(ind2) #Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object')
  32. #isin(Index) 检查是否存在与参数索引中,返回bool型数组
  33. ind1 #Index(['No.1', 'No.2', 'No.3'], dtype='object')
  34. ind2 #Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object')
  35. ret = ind1.isin(ind2) #[ True True True]
  36. ret = ind2.isin(ind1) #[ True True True False]
  37. #delete(i) 删除索引i处元素,得到新的Index,不修改源index
  38. ret = ind1.delete( 0) #Index(['No.2', 'No.3'], dtype='object')
  39. #drop(str) 删除传入的值,得到新Index,不修改源index
  40. ret = ind1.drop( 'No.1') #Index(['No.2', 'No.3'], dtype='object')
  41. #insert(i,str) 将元素插入到索引i处,得到新Index,不修改源index
  42. ret = ind1.insert( 0, 'XXX') #Index(['XXX', 'No.1', 'No.2', 'No.3'], dtype='object')
  43. #is_monotonic() 当各元素大于前一个元素时,返回true
  44. ret = ind1.is_monotonic #True
  45. #is_unique() 当Index没有重复值时,返回true
  46. ret = ind1.is_unique #True 说明ind1中没有重复值
  47. #unique 计算index中唯一值的数组,即去重后的index
  48. ret = ind1.unique
  49. #<bound method IndexOpsMixin.unique of Index(['No.1', 'No.2', 'No.3'], dtype='object')>

(end)

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值