pandas选取符合条件的行_数据科学 | 手把手教你用 pandas 索引、汇总和处理缺失数据...

作者：Paul

编者按

pandas作为python中非常重要的数据处理工具，它提供了很多灵活的数学和统计方法。在数据处理中，经常需要对数据进行索引的转换，以适应不同的统计和作图的需要；另外在许多数据分析工作中，缺失数据是经常发生的。因此，作为pandas系列文章的一部分，本文将重点关注pandas对数据索引、汇总和缺失数据的处理的相关方法。本文十分详细地列出了具体实例介绍了这些方法，十分建议各位对pandas学习感兴趣的同学下载代码亲自运行进行实际操作。

pandas 索引对象

pandas的索引负责管理轴标签和其他如轴名称等元数据。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index。

Index对象是不可修改的（immutable），因此用户不能对其进行修改。不可修改性非常重要，因为这样才能使Index对象在多个数据结构之间安全共享。

pandas中主要的index对象

● index：最泛化得Index对象，将轴标签为一个由Python对象组成的Numpy数组

● Int64Index：针对整数的特殊Index

● MultiIndex：层次化索引对象，表示单个轴上的多层索引，可以看做由原数组组成的数组

● DatetimeIndex：存储纳秒级时间戳

● PeriodIndex：针对Period数据的特殊Index.

Index的方法和属性

● append：append连接另一个Index对象，产生一个新的Index

● diff：计算差集，并得到一个Index

● intersection：计算交集

● union：计算并集

● delete：删除索引i处的元素，并得到新的Index

● drop：删除传入的值，并得到新的索引值

● insert：将元素插入到索引a处，并得到新的Index

● unique：计算Index中唯一的数组

实例如下

首先建立一个Series对象，这里直接对index赋值。

或者可以用Index对象来建立index。

这里用来判断列和索引是否在DataFrame中存在。

Pandas 重新索引

有时我们需要重新对pandas对象进行索引赋值。

● Series的reindex将创建一个适应新索引的新对象并根据新索引进行重排。当某个索引值不存在时，引入缺失值进行填充。

● 对于序列数据（如有时间标签的数据），重新索引时可能需要做一些插值处理。其中可以用method选项即可达到此目的。

reindex函数的参数

● index：用作索引的新序列。即可以是Index实例，也可以是其他序列的python数据结构

● method：插值填充方式，ffill或bfill

● fill_value：在重新索引过程中，需要引入缺失值时使用的替代值

● limit：前向或后向填充时的最大填充量

● level：在MultiIndex的指定级别上匹配简单索引，否则选择其子集

首先是简单的用reindex方法来重新指定索引：