pandas学习第2章--索引

导入库、读取文件

import numpy as np
import pandas as pd
df = pd.read_csv('data/table.csv',index_col='ID')#将索引为ID的列作为行索引
df.head()

一、单级索引

1.loc方法、iloc方法、[]操作符

最常用的索引方法可能就是这三类，其中iloc表示位置索引，loc表示标签索引，[]操作符有很大的便利性

（1）loc方法（所有在loc中使用的切片全部包含右端点）

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，只要把握这个原则就很容易理解下面的操作

单行索引

df.loc[1103]#获取指定行

多行索引

df.loc[[1102,2304]]#获取2个指明索引的行

df.loc[1304:].head()#获取从指定索引开始后的多行

df.loc[2402::-1].head()#获取从指定索引开始往上数的多行

单列索引

df.loc[:,'Height'].head()#获取指定列

多列索引

df.loc[:,['Height','Math']].head()#获取指定列索引的列

df.loc[:,['Height'：'Math']].head()#获取指定列索引之间的列

联合索引

#在指定索引之间的行，每三行取一行；指定索引之间的列
df.loc[1102:2401:3,'Height':'Math'].head()

函数式索引

#loc中使用的函数，传入参数就是前面的df
df.loc[lambda x:x['Gender']=='M'].head()#先将Gender列中的内容替换为M
def f(x):
    return [1101,1103]
df.loc[f]

布尔索引（重点在第2节介绍）

df.loc[df['Address'].isin(['street_7','street_4'])].head()

df.loc[[True if i[-1]=='4' or i[-1]=='7' else False for i in df['Address'].values]].head()

（2）iloc方法（注意与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

单行索引

df.iloc[3] #索引从0开始，获取第4行

多行索引

df.iloc[3:5]#获取4-5行，切片右端点不包含，即没有第6行

单列索引

df.iloc[:,3].head()#索引从0开始，获取第4列

多列索引

df.iloc[:,7::-2].head()#从第8例开始，从右往左每2列

混合索引

df.iloc[3::4,7::-2].head()#从第4行开始，每隔4行；从第8例开始，从右往左每2列

函数式索引

df.iloc[lambda x:[3]].head()#获取第4行

（3）[]操作符

请不要在行索引为浮点时使用[]操作符，因为在Series中的浮点[]并不是进行位置比较，而是值比较，非常特殊

一般来说，[]操作符常用于列选择或布尔选择，尽量避免行的选择

（3.1）Series的[]操作

单元素索引

#使用的是索引标签
s = pd.Series(df['Math'],index=df.index)
s[1101]

多行索引

#使用的是绝对位置的整数切片，与元素无关，这里容易混淆
s[0:4]

函数式索引

#注意使用lambda函数时，直接切片(如：s[lambda x: 16::-6])就报错，此时使用的不是绝对位置切片，而是元素切片，非常易错
s[lambda x: x.index[16::-6]]

布尔索引

s[s>80]#大于80的为真

（3.2）DataFrame的[]操作

单行索引

df[1:2]#获取第2行
#这里非常容易写成df['label']，会报错
#同Series使用了绝对位置切片
#如果想要获得某一个元素，可用get_loc方法：
row = df.index.get_loc(1102)
df[row:row+1]

多行索引

#用切片，如果是选取指定的某几行，推荐使用loc，否则很可能报错
df[3:5]#获取4-5行

单列索引

df['School'].head()#一个Series

多列索引

df[['School','Math']].head()#获取指定索引的2列

函数式索引

df[lambda x:['Math','Physics']].head()#获取指定索引的2列

布尔索引

df