汇总pandas中的dataframe的索引操作

数据集

先建立好如下数据：

import pandas as pd

df = pd.DataFrame([['乔峰', '男', 95, '降龙十八掌', '主角'],
          ['虚竹', '男', 93, '天上六阳掌', '主角'],
          ['段誉', '男', 92, '六脉神剑', '主角'],
          ['王语嫣', '女', 95,'熟知武诀', '主角'],
          ['包不同', '男', 65, '胡搅蛮缠', '配角'],
          ['康敏', '女', 40, '惑夫妒人', '配角']],
          index=list('abcdef'.upper()),
          columns=['name', 'gender', 'score', 'skill', 'class'])
df

结果如下：

loc索引

这个loc索引非常灵活，所以搞得也有一点复杂。
1.完整

df.loc[["D"],:]#逗号前面是行后面是列,注意这个方法针对的是
#知道行索引和列索引的情况，并且返回的仍然是一个dataframe

2.单纯行索引

df.loc[["A","B"]]#也是返回dataframe

3.只有一个[],没有嵌套，返回series.

df.loc["A"]

所以我们可以使用上述返回某一个值，例如：

df.loc["A"]["name"]

iloc索引

我们现在要索引“王语嫣”，使用iloc应该如何？
数一下，发现其坐标是(3,0)。

df.iloc[3,0]

结果如下：

还有多次的索引例如索引第2行和第3行：

df.iloc[[1,2]]

那么series数据结构如何使用iloc索引呢？

#列索引直接得到series
dfn=df["name"]
print(type(dfn))
dfn

series使用iloc要注意的是，由于只有一列，所以iloc的行标照常写，列标由于一定是0，不用写了，写了将报错！

dfn.iloc[3]

最后提醒一下，iloc的行标和列标是严格顺序数下来的，和你的.index没有关系，即使上面数据的.index由原来的[A,B,C,D,E,F]换成[5,4,3,2,1,0]，dfn.iloc[0]是输出“乔峰”，而不是“康敏”。

特殊索引

下面是我们很常见的一种办法，比较简洁。

df[:2]#其等价于df.iloc[:2]
#其中2代表前两行的意思，并不是行索引

#返回的是dataframe

修改索引

1.dataframe.index赋值进行整体修改。

index=[i for i in range(df.shape[0])]
df.index=index
df

注意到，单个修改将报错。

print(df.index)
df.index[3]=10

2.使用rename实现单个修改。

df.rename(index={3:10})

注意：上面没有实现真正的修改，真正修改可以：

df.rename(index={3:10},inplace=True)
#或者
df=df.rename(index={3:10})

---

修改columns索引的内容和index类似。

df.columns

---

有人问：如何遍历dataframe?

这太简单了，我们不是会使用了iloc吗？

iloc遍历其中一个元素上面已经讲了。那么如何遍历一行？（以第一行为例）。

df.iloc[0,:]