pandas 索引去重_pandas查找、排序和去重

import pandas as pd

import numpy as np

#定义DataFrame

dict={'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]}

df=pd.DataFrame(dict,index=['one','two','three'])

print(df)

a

b

c

one

1

4

7

two

2

5

8

three

3

6

9

1.Series通过索引查找

可用Index ,也可用数字下标

s1=df['b']

print(s1['two'])

print(s1[['two','one']]) # 用数组列出离散的标签，要用[ ]括起来

print(s1['two':'three']) # 标签切片

print(s1[0:2])

2.DataFrame通过索引查找

(1) 直接通过列索引取列

df['b']

df[['b','c']] # 用数组列出离散的标签，要用[ ]括起来

(2) .loc 通过标签索引数据

先写行标签，后写列标签

列举多个列，要用数组，用[ ]括起来

列举切片，则无需用[ ]括起来。注意标签切片的右括号是闭合的

df.loc[['two','one']] #索引多行，行名用数组

df.loc['two':'three'] #索引多行，行名用切片

df.loc[:,['b','a']] #索引某行多列，列名用数组

df.loc[:,'b':'a'] #索引某行多列，列名用切片

(3) .iloc 通过通过标号获取数据

先写行号，再写列号

可用单值，也可用切片，注意：标号切片的右括号是开区间的

df.iloc[1:3,1:3]

3.索引和列之间的转换

(1) 列-->索引

inplace参数可以定义是否覆盖原数据

df.set_index('a', inplace=True) # inplace=True 会在原变量直接改，没有返回值

df

df1=df.set_index('a', inplace=False) # inplace=False则有返回值(默认),原变量不变

df1

(2) 索引-->列

索引变成列会排在DataFrame的第一列

df.reset_index(inplace=True)

df

4.利用索引进行排序

(1) pandas 根据某一列排序

pandas排序的方法有很多，sort_values表示根据某一列排序

pd.sort_values("xxx",inplace=True)

表示pd按照xxx这个字段排序，inplace默认为False,如果该值为False，那么原来的pd顺序没变，只是返回的是排序的

https://blog.csdn.net/happy5205205/article/details/105124051/

(2) 按照时间排序

先把它转为时间对象

df['time'] = pd.to_datetime(df['time'])

然后再对time这列排序

df.sort_values('time', inplace=True)

5.根据索引进行数据去重

keep='first' or 'last'，可以选择保留第一条或最后一条

df=df[~df.index.duplicated(keep='first')]