pandas索引

一、索引

1.1 建立索引

建立索引可以在数据读取加载中指定索引：

import pandas as pd
df = pd.read_excel('team.xlsx', index_col='name')    # 将name列设置为索引
df.head()

效果如下：

如果在读取数据时没有设置索引，可以使用df.set_index()指定：

df = pd.read_excel('team.xlsx')
df.set_index('name', inplace=True)

如果需要，还可以设置两层索引：

df.set_index(['name', 'team'])    # 设置两层索引
df.set_index([df.name.str[0], 'name'])    # 将姓名的第一个字母和姓名设置为索引

以下为其他两个常用的操作：

df.set_index('team', drop=False)    # 保留原列
df.set_index('team', append=True)    # 保留原来的索引

1.2 重置索引

有时我们想取消已有的索引，可以使用df.reset_index()，它的操作与set_index相反。以下是一些常用的操作：

df.reset_index()    # 清除索引
df.set_index('name').reset_index()    # 相当于什么也没做
# year一级索引取消
df.set_index(['month', 'year']).reset_index(level=1)
df.reset_index(level='year')    # 同上，使用层级索引名

1.3 索引类型

为了适应各种业务数据的处理，索引又针对各种类型数据定义了不同的索引类型。
数字索引共有以下几种：
1、RangeIndex(单调整数范围的不可变索引)。pd.RangeIndex(1,100,2);
2、Int64Index(64位整形索引)。pd.Int64Index([1, 2, 3, 4], name=‘num’);
3、UInt64Index:无符号整数索引。pd.UInt64Index([1, 2, 3, 4]);
4、Float64Index:64位浮点型索引。pd.Float64Index([1.2, 2.4, 4, 6])

1.4 索引的属性

以下方法可以查询索引的属性，同样使用与df.columns，因为他们都是index对象。

df.index.name    # 名称
df.index.array    # array数组
df.index.dtype    # 数据类型
df.index.shape    # 形状
df.index.size    # 元素数量
df.index.values    # array数组

1.5 索引的操作

以下是索引的常用操作，同样适用于df.columns。

df.index.astype('int64')    # 转换类型
df.index.isin()    # 是否存在
df.index.rename('number')    # 修改索引名称
df.index.nunique()    # 不重复值的数量
df.index.sort_values(ascending=False)    # 倒序排序
df.index.map(lambda x:x+'_')    # map函数处理
df.index.str.replace('_', '')    # str替换
df.index.to_list()    # 转换为列表
df.index.to_frame(index=False, name='a')    # 转成DataFrame
df.index.to_series()    # 转成series
df.index.unique()    # 去重
df.index.value_counts()    # 去重及计数
df.index.where(df.index=='a')    # 筛选
df.index.max()    # 最大值