pandas 索引总结（task2）

索引

一、单级索引

loc方法、iloc方法、[]操作符

1.loc
本质上说，loc中能传入的只有布尔列表和索引子集构成的列表
用法：
（1）单行、多行索引
（2）单列、多列索引
（3）联合索引
（4）函数索引
（5）布尔索引
2.iloc（与loc不同，切片右端点不包含）
iloc中接收的参数只能为整数或整数列表，不能使用布尔索引
用法：
（1）单行、多行索引
（2）单列、多列索引
（3）混合索引
（4）函数索引
3.[]操作符
用法：
（1）单元素索引
（2）多行索引
（3）函数索引
（4）布尔索引
对于DataFrame
（5）单列、多列索引

布尔索引

1.布尔符号：’&’,’|’,’~’：分别代表和and，或or，取反not
2. isin方法

快速标量索引

只需要取一个元素，at和iat方法

区间索引

1.interval_range方法
2.利用cut将数值列转为区间为元素的分类变量

二、多级索引

创建多级索引

1.通过from_tuple或from_arrays
2.通过Array创建
3.指定df中的列创建（set_index方法

索引层的交换

1.swaplevel方法（两层交换）
2.reorder_levels方法（多层交换）

三、索引设定

index_col参数

index_col是read_csv中的一个参数

reindex和reindex_like

reindex是指重新索引，它的重要特性在于索引对齐，很多时候用于重新排序
reindex_like的作用为生成一个横纵索引完全与参数列表一致的DataFrame，数据使用被调用的表

set_index和reset_index¶

set_index将某些列作为索引
reset_index主要功能是将索引重置

rename_axis和rename

rename_axis是针对多级索引的方法，作用是修改某一层的索引名，而不是索引标签
rename方法用于修改列或者行索引标签，而不是索引名

四、常用索引型函数

where函数
mask函数
query函数

五、重复元素处理

duplicated方法

该方法返回了是否重复的布尔列表

drop_duplicates方法

剔除重复项

六、抽样函数：sample函数

参数：
（1）：n为样本量
（2）：frac为抽样比
（3）：replace为是否放回
（4）：axis为抽样维度，默认为0，即抽行
（5）：weights为样本权重，自动归一化