pandas 数据分析：Index 对象的增删改查

Index 对象

Immutable sequence used for indexing and alignment. ，即用于索引和对齐的不可变序列。

正因为在 pandas 中，数据具有对齐的属性，所以往往索引是可以重复的。

更多索引对象：

① RangeIndex：单调整数范围的索引。

② CategoricalIndex：类别索引。

③ MultiIndex：多级索引、层级索引。

④ IntervalIndex：区间索引。

⑤ DatetimeIndex：日期时间索引，常见。

⑥ TimedeltaIndex：Index of timedelta64 data. datetime.timedelta-like.

⑦ PeriodIndex：阶段索引。

---

零、创建对象

创建 Index 对象语法：pandas.Index(data=None, dtype=None, copy=False, name=None, tupleize_cols=True)；

• data 参数：一维数组形状
  • 数组的每一项都是不可变的；
  • 数组的项可以是元组，以创建多级索引，前提是保证参数 tupleize_cols=True。
• dtype 参数：NumPy dtype
  • None：自适应一个类型；
  • 指定类型如 int64：安全地强迫转换成指定类型。
• copy 参数：
  • 布尔值 True：Make a copy of input ndarray.
  • 布尔值 False：Do not ~.
• name 参数：
• tupleize_cols 参数：
  • 布尔值 True：允许可能地创建多级索引；
  • 布尔值 False：不能创建多级索引。

这里建立一个天干的索引，以供后续操作使用：

import pandas as pd
import numpy as np

tg10 = "甲乙丙丁戊己庚辛壬癸"
idx1 = pd.Index(list(tg10), name="天干")
idx1
# result bellow
Index(['甲', '乙', '丙', '丁', '戊', '己', '庚', '辛', '壬', '癸'], dtype='object', name='天干')

---

一、增

① insert 插入，语法：Index.insert(loc, item)，即在指定位置上插入项。实际上，由于 Index 是不可变的，所以增删改操作都要创建一个新的 Index 对象。

• loc 参数：整数

idx2 = idx1.insert(0, "甲1")  # 在 0 位置上插入项
idx2
# result bellow
Index(['甲1', '甲', '乙', '丙', '丁', '戊', '己', '庚', '辛', '壬', '癸'], dtype='object', name='天干')

② append 尾接，语法：Index.append(other)：

• other 参数：
  • Index 对象
  • Index 对象组成的列表/元组

idxx = pd.Index(["甲2", "乙2", "丙2", "丁2"])
idx3 = idx1.append([pd.Index(["甲1", "乙1"]), idxx])
idx3
# result bellow
Index(['甲', '乙', '丙', '丁', '戊', '己', '庚', '辛', '壬', '癸', '甲1', '乙1', '甲2', '乙2', '丙2', '丁2'], dtype='object')

③ union 并集，语法：Index.union(other, sort=None)：

• other 参数：Index 或一个 array-like 数据。
• sort 参数：
  • 空值 None：对结果排序，除非
    • 两者相等；
    • 两者存在一个长度为 0；
    • 存在不可比较的值，报 RuntimeWarning。
  • 布尔值 False：不排序。
  • 布尔值 True：排序（可能报 TypeError，不同与 RuntimeWarning）。

idxx = pd.Index(["甲", "乙", "丙2", "丁2"])
idx4 = idx1.union(idxx)
idx4
# result bellow
Index(['丁', '丁2', '丙', '丙2', '乙', '壬', '己', '庚', '戊', '甲', '癸', '辛'], dtype='object')

④ repeat 重复，重复指定元素，语法：Index.repeat(repeats, axis=None)：

• repeats 参数：
  • 一个整数 n：每一项都重复 n 次；
  • 整数列表 $x_n$：$ite{m}_n\text{重复}{x}_n\text{次}$，长度必须与 Index 一致。
• axis 参数必须为 None。

idx1.repeat([1, 2, 3, 2, 1, 1, 2, 3, 2, 1])  # 结果较长，不展示

---

二、删

① drop 丢弃，语法：Index.drop(labels, errors='raise')：

• labels 参数，项或项组成的一维数组。
• errors 参数，删除不存在的项时，控制是否报错：
  • 字符串 ignore：忽视 KeyError；
  • 字符串 raise：正常抛出错误。

idx5 = idx1.drop(["甲", "乙", 1], errors="ignore")  # 忽视错误项
idx5
# result bellow
Index(['丙', '丁', '戊', '己', '庚', '辛', '壬', '癸'], dtype='object', name='天干')

② delete 删除，语法： Index.delete(loc)：

• loc 参数：整数或整数组成的列表，负整数表示从末尾开始计算位置。

idx6 = idx1.delete([0, 1])
idx6
# result bellow
Index(['丙', '丁', '戊', '己', '庚', '辛', '壬', '癸'], dtype='object', name='天干')

③ dropna 丢弃无效索引，语法：ndex.dropna(how='any')：

• how 参数，作用于多级索引：
• 字符串 any：多级索引中的项包含无效值，就丢弃；
• 字符串 all：多级索引中的项全是无效值，就丢弃。

---

三、改

① set_names 起名/改名，语法：Index.set_names(names, *, level=None, inplace=False)：

• names 参数：新名字。
• level 参数：索引等级。
• inplace 参数：
  • 布尔值 True：原地操作，修改原Index，不新建Index，返回None；
  • 布尔值 False：非原地操作。

② rename 改名，语法：Index.rename(name, inplace=False)：

• name 参数：新名字
• inplace 参数：
  • 布尔值 True：原地操作，修改原Index，不新建Index，返回None；
  • 布尔值 False：非原地操作。

③ fillna 填充无效索引，语法：Index.fillna(value=None, downcast=None)：

• value 参数：用以填充的值。

④ reindex 新建，语法：Index.reindex(target, method=None, level=None, limit=None, tolerance=None)，创建一个以 target 中项为索引的新 Index。

⑤ droplevel 降级，语法：Index.droplevel(level=0)。

⑥ T 转置，这是一个属性。

⑦ shift 移动，Index.shift(periods=1, freq=None)，适用于 DatetimeIndex、PeriodIndex 以及 TimedeltaIndex。

⑧ sort_values 排序，语法：Index.sort_values(return_indexer=False, ascending=True, na_position='last', key=None)。

idx1.sort_values()
# result bellow
Index(['丁', '丙', '乙', '壬', '己', '庚', '戊', '甲', '癸', '辛'], dtype='object', name='天干')

---

四、查

① Index[i] 单项检索。

② Index[i:j] 切片检索。

③ get_loc(item) 返回项的位置，从零开始。

idx1.get_loc("乙")
# result bellow
1

④ values 项组成的数组。

⑤ get_level_values(level) 返回指定等级的索引。

还有很多属性可供查询，如：shape / size / ndim / name / is_xxx等等。

---