Pandas_索引

行列取名

data=np.random.randn(3,4)
df1=pd.DataFrame(data,index=pd.Index(['a','b','c'],name='index',),columns=pd.Index(list('qwer'),name='columns'))
print(df1)
'''
columns         q         w         e         r
index                                          
a       -0.880477 -0.092442 -1.288179  0.383557
b        1.545453 -0.578797  1.138462 -1.219502
c       -0.108588  0.514683 -0.535642 -1.064221
'''
print(df1.index.name)    #index
print(df1.columns.name)   #columns

索引重命名

frame=pd.DataFrame(np.random.randint(1,5,size=12).reshape(3,4),
                   index=list('abc'),columns=list('1234'))
frame.rename(index={'a':'a1','b':'b1'},columns={'1':'a1'},inplace=True)
print(frame)
'''
    a1  2  3  4
a1   2  1  4  1
b1   2  3  1  1
c    2  3  2  3
'''
#是不是感觉比reindex强大，0.0

索引重建（重新赋值）

data=np.random.randint(100,size=12).reshape(3,4)
df1=pd.DataFrame(data,index=list('abc'),columns=range(4))
df2=df1.reindex(['a','b','c','d'],axis=0)
print(df2)

'''
如果索引值之前不存在，引用缺失值
0     1     2     3
a  86.0  69.0  34.0  26.0
b  64.0  24.0  27.0  86.0
c  20.0  69.0  19.0  35.0
d   NaN   NaN   NaN   NaN
'''

重复轴索引

data=np.random.randint(100,size=12).reshape(3,4)
df1=pd.DataFrame(data,index=[0,0,1])
print(df1)
'''
    0   1   2   3
0  52  29  75  78
0  94   6  24  89
1  70  75  92  96
'''
    0   1   2   3
a  60  68  74  74
a  56  71   9  97
b  18   1  58  56
df1.index.is_unique  ---False
df1.loc['a']
'''
    0   1   2   3
a  17  95  62  14
a  74  60  35  67
'''

索引对象的方法

'''
索引对象理解为一维数组即可
'''
append:同列表+列表
difference:差集
intersect1d:交集
union:并集
delete:删除位置i的值
drop:删除元素
insert:在指定位置插入元素
is_monotonic:是否递增
is_unique:是否唯一
unique:去重