Pandas学习笔记——索引

一、索引器

1.表的列索引
列索引是最常见的索引形式，一般通过 [] 来实现。通过 [列名] 可以从 DataFrame 中取出相应的列，返回值为 Series ，例如从表中取出姓名一列：

df = pd.read_csv('C:/Users/lz/Desktop/joyful-pandas-master/data/learn_pandas.csv',
                 usecols =['School', 'Grade', 'Name', 'Gender', 'Weight', 'Transfer'])
lsy = df['Name'].head()
print(lsy)

结果为：

0      Gaopeng Yang
1    Changqiang You
2           Mei Sun
3      Xiaojuan Sun
4       Gaojuan You
Name: Name, dtype: object

要取出多个列，则可以通过列名组成的列表，其返回值还是一个DataFrame操作同上。如果要取出单列，且列名不包含空格，可以用.列名取出操作为df.Name.head()
2.序列的行索引
【a】以字符串为索引的Series
如果取出单个索引的对应元素，则可以使用[item]，若Series只有单个值对应，则返回这个标量值，则返回一个Series，如果取出多个索引的对应元素，可以使用[item的列表]。如果想要取出某两个索引之间的元素，并且这两个索引是在整个索引中唯一出现，则可以使用切片，同时需要注意这里的切片会包含两个端点，在这里学习了一下切片的语法：[起始:结束:步长]。

s = pd.Series([1, 2, 3, 4, 5, 6],
              index=['a', 'b', 'a', 'a', 'a', 'c'])
sqp = s['c':'b':-2]
print(sqp)

结果为：

c    6
a    4
b    2
dtype: int64

【b】以整数为索引的Series
在使用证书时，如果不指定所对应的列作为索引，那么会生成从0开始的整数索引作为默认索引，其他操作大致相同与字符串大致相同。
3.loc索引器
对于表而言有两种索引器，一种是基于 元素 的 loc 索引器，另一种是基于 位置 的 iloc 索引器。loc 索引器的一般形式是 loc[*, ] ，其中第一个 * 代表行的选择，第二个 * 代表列的选择，如果省略第二个位置写作 loc[] ，这个 * 是指行的筛选。其中， * 的位置一共有五类合法对象，分别是：单个元素、元素列表、元素切片、布尔列表以及函数。
为了演示，先用set_index方法把Name列设为索引。

df = pd.read_csv('C:/Users/lz/Desktop/joyful-pandas-master/data/learn_pandas.csv',
                  usecols = ['School', 'Grade', 'Name', 'Gender',
                             'Weight', 'Transfer'])
df_demo = df.set_index('Name')
set = df_demo.head(