Task03-索引

datawhare pandas 学习打卡 03 索引
https://datawhalechina.github.io/joyful-pandas/build/html/目录/ch3.html

一、索引器
1.表的列索引
2.表（序列）的行索引
3.loc索引器
4.iloc索引器
5.query方法
6.随机抽样

1.表的列索引
获取单列：
① [列名] 来获取相应的列

import numpy as np
import pandas as pd

df = pd.read_csv('learn_pandas.csv',
                 usecols=['School','Grade','Name','Gender','Weight','Transfer'])
df['Name'].head()

② .列名取出，这和 [列名] 等价

df.Name.head()

获取多个列：
通过 [列名，列名，…] 来取得

df[['Gender','Name']].head()

2.表（序列）的行索引
以Series为例
1.以字符串为索引
取单个索引：

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

取多个索引：

s[['c','b']]

补：若想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，同时注意这里切片会包含两个端点：

s['c':'b':-2]

s['c':'b':-3]

s['c':'b':-1]

‘c’与‘b’顺序颠倒，会出现神奇的现象：

注意：如果前后端点的值存在重复，不能直接跟上面一样操作，若想继续操作，可以先进行排序，然后可以通过切片来实现。

s.sort_index()['a':'b']

2.以整数为索引
和字符串类似，就是把字符串索引相应变成整数即可：

3.loc索引器
是一种基于元素的loc索引器
一般形式：loc[行选择，列选择] 若省略列选择,则只对行选择。其中，这里行选择可以表示:1.单个元素，2.元素列表，3.元素切片，4.布尔列表，5.函数。具体使用见：
https://datawhalechina.github.io/joyful-pandas/build/html/目录/ch3.html
4.iloc索引器
iloc的使用可以跟loc类比来学,只不过行选择，列选择通过整数位置来操作。
详细见：
https://datawhalechina.github.io/joyful-pandas/build/html/目录/ch3.html

5.query方法
把字符串形式的查询表达式传入query方法来查询数据。

df.query('((School == "Fudan University")&'
'(Grade == "Senior")&'
'(Weight > 70))|'
'((School == "Peking University")&'
'(Grade != "Senior")&'
'(Weight > 80))')

6.随机抽样
说到随机抽样,大家应该说想起sample函数，它主要有：n,axis,frac,replace,weights。分别表示为：抽样数量，抽样的方向(0为行,1为列),抽样比列,是否放回和每个样本的抽样相对概率。