pandas与excel联动-pandas基础2-Index对象

索引类似元组，不能赋值修改。多层索引可以改变表的形态。

单层索引

>>> data = ['a', 'b', 'c']
# 创建索引，参数dtype指索引元素的类型默认为object
>>> index = pd.Index(data, name="name1")
# index.name  index.values  index.dtype
>>> index
Index(['a', 'b', 'c'], dtype='object', name='name1')

# access方式与ndarray或Series一样
index[0] # 单个
index[0:2] # 切片
index[[0, 2]] # 列表
index[[True,False,True]] # boolean值列表

# 改索引名
index.names = "new_name"
# 或者
index.set_names("new_name")

# 增加单个元素
index.insert(loc, value)

# 一次增加多个元素
index.append(Index)

# 删除单个元素。loc是数值
index.delete(loc)

# 删除多个元素。labels是index的内容
index.drop([labels])

# 求并集
index1.union(index2)
# 求交集
index1.intersection(index2)

多层索引

最外层的索引是可以直接使用的，比如[] (单个数字/数字段/单个label/llabel列表/布尔值列表)、.loc[]、iloc[]
level是从外到内（渐近数字的方向）递增的，0-based，实在不行可以用.index查一下，才好确定level的值。

# 创建索引
>>> data = [['a', 'one'], ['a', 'two'], ['b', 'one']]
>>> index = pd.MultiIndex.from_tuples(data, names=['name1', 'name2'])
>>> s = pd.Series([1,2,3], index=index)
# 这里索引值为空不是缺失，只是与前面的索引值一致才省略的
>>> s
name1  name2
a      one      1
       two      2
b      one      3
dtype: int64

# access与单层索引完全一致
>>> index[0]
('a', 'one')

# 获取某一层的索引
>>> index.get_level_values(0)
Index(['a', 'a', 'b'], dtype='object', name='name1')
>>> index.get_level_values(1)
Index(['one', 'two', 'one'], dtype='object', name='name2')

# 改索引名。多层索引要设level或者names给列表
MultiIndex.set_names(names, level=None, inplace=False)

# 索引次序交换：改变level i 和level j 的次序。
MultiIndex.swaplevel(i=-2, j=-1)
# 同理还有：但是这里的Series和DataFrame必须具有多层索引，才能这样交换。单层的Index会报错的。
Series.swaplevel(i=-2, j=-1)
# DataFrame交换时，axis=0是行索引，1是列索引
DataFrame.swaplevel(i=-2, j=-1, axis = 1)

内层索引不能直接引用，必须先外层、再内层，且只能使用单索引。

>>> columns = index.copy()
>>> columns.set_names( names = ['name3','name4'], level = [0,1], inplace = True) #列索引取和行索引相同，只是改了名字
>>> df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]], index= index, columns = columns)
>>> df
name3         a       b
name4       one two one
name1 name2
a     one     1   2   3
      two     4   5   6
b     one     7   8   9

# [,]是按列，先取外层columns，再取内层columns
>>> df['a','two']
name1  name2
a      one      2
       two      5
b      one      8
Name: (a, two), dtype: int64

# .loc[,]是按行，先去外层index，再取内层index
>>> df.loc['a', 'two']
name3  name4
a      one      4
       two      5
b      one      6
Name: (a, two), dtype: int64

# .iloc[,]只用数字索引，所以无视索引

# xs 方法只能在单层选取，不能行和列同时操作 
Series.xs(key, level=None, drop_level=True)
DataFrame.xs(key, axis=0, level=None, drop_level=True)
# axis=0是行索引，axis=1是列索引
# drop_level默认不显示用于选取level的索引

普通列转化为index

DataFrame中的列

DataFrame.set_index(keys, drop=True, append=False, inplace=False)

• keys：单个列名则变成单层索引，列名列表则变为多重索引
• drop：True会丢掉原本的列，完全变成索引
• append：False的话，不保留原来的索引，新索引直接替换掉旧索引
• inplace：是否原地修改

>>> data = [[1,2,3],[4,5,6]]
>>> index = ['a','b']
>>> columns = ['A','B','C']
>>> df = pd.DataFrame( data = data, index = index, columns = columns)
>>> df
   A  B  C
a  1  2  3
b  4  5  6
# 这样是保留了原来的索引ab，也保留了原本的值。
>>> df.set_index(['A','C'], drop = False, append = True)
       A  B  C
  A C
a 1 3  1  2  3
b 4 6  4  5  6

任意列

仍然用set_index，但是注意，keys=[列表或Series列表]。

# 注意这里keys=[我是列表]
>>> li = ['c', 'd']
>>> df.set_index(keys=[li])
   A  B  C
c  1  2  3
d  4  5  6

# 建立多层索引可以用[Series]
>>> s1 = pd.Series(['e','f'])
>>> df2 = df.set_index([s1,s1])
>>> df2
     A  B  C
e e  1  2  3
f f  4  5  6

index转化为普通列

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=’’)

• level：数值/index的名字，可以为列表，默认包含所有的index
• drop：默认将index插入列中。True的话，不插入，直接丢弃。
• col_level：如果列索引是多重的，那么新插入的列设置哪一层索引？
• col_fill：如果有多层索引，除了col_level已经设置的，其他设置为什么？

>>> df
   A  B  C
a  1  2  3
b  4  5  6
>>> df1 = df.set_index(['A','C'], drop = True, append = True)
>>> df1
       B
  A C
a 1 3  2
b 4 6  5
# 由此可知，level=0是a, b ; level=1是'A'列
>>> df1.index
MultiIndex([('a', 1, 3),
            ('b', 4, 6)],
           names=[None, 'A', 'C'])
           
# 默认情况下，所有index列都被恢复了。
>>> df1.reset_index()
  level_0  A  C  B
0       a  1  3  2
1       b  4  6  5

如果一列index没有名字，那么变为普通列后，最外层 columns（其实是level=0的columns）就叫index，否则叫原来的名字。内层根据col_fill值来。