Pandas索引-第二次打卡

索引

单级索引

loc方法、iloc方法、[]操作符

loc方法

df.loc[1102]
df.loc[[1102,2304]]
df.loc[1304:].head()
df.loc[2402::-1].head()
df.loc[:,'Height'].head()
df.loc[1102:2401:3,'Height':'Math'].head()#联合索引
df.loc[lambda x:x['Gender']=='M'].head()

iloc方法

df.iloc[3]
df.iloc[3:5]
df.iloc[:,3].head()#单列索引
df.iloc[:,7::-2].head()#每隔开一个显示（多边索引）

[]操作符

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

s[0:4]
#使用的是绝对位置的整数切片，与元素无关，这里容易混淆

# DataFrame的[]操作
df[1:2]
#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，可用如下get_loc方法：
row = df.index.get_loc(1102)
df[row:row+1]

布尔索引

布尔符号：’&’,’|’,’~’：分别代表和and，或or，取反not

loc和[]中相应位置都能使用布尔列表选择

快速标量索引

当只需要取一个元素时，at和iat方法能够提供更快的实现

display(df.at[1101,'School'])
display(df.loc[1101,'School'])
display(df.iat[0,0])
display(df.iloc[0,0])

区间索引

#interval_range方法
pd.interval_range(start=0,end=5)
#closed参数可选'left''right''both''neither'，默认左开右闭

pd.interval_range(start=0,periods=8,freq=5