DataFrame-索引与切片

多层索引对象的索引与切片操作

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

index = pd.MultiIndex.from_product([['期中','期末'],["张三","李四"]])
columns = ["python","java","c"]
data = np.random.randint(0,100,size=(4,3))
df = DataFrame(data=data,index=index,columns=columns)

df

		python	java	c
其中	张三	33	46	10
	李四	63	99	87
期末	张三	93	45	31
	李四	54	58	65

获取索引为 python

col_python = df["python"]
col_python

期中  张三    50
    李四    91
期末  张三    43
    李四    12
Name: python, dtype: int64

多层级索引使用元祖来表达索引逻辑

col_python.loc[("期中","李四")]

91

可以把多级索引变成单极索引

col_python.loc["期中"]

张三    50
李四    91
Name: python, dtype: int64

切片

# col_python.loc["index1":"index2"]
col_python.loc[("期中","张三"):("期末","张三")]

期中  张三    50
    李四    91
期末  张三    43
Name: python, dtype: int64

切片

1) Series的操作

【重要】对于Series来说，直接中括号[]与使用 .loc() 完全一样，推荐使用 .loc[] 索引与接片

(1) 索引

df

		python	java	c
期中	张三	50	48	62
	李四	91	95	98
期末	张三	43	72	99
	李四	12	60	44

修改期末张三python==100

index = ("期末","张三")
columns = "python"
df.loc[index,columns]  = 100
df

		python	java	c
期中	张三	50	48	62
	李四	91	95	98
期末	张三	100	72	99
	李四	12	60	44

获取 python 和 java

df[["python","java"]]

		python	java
期中	张三	50	48
	李四	91	95
期末	张三	100	72
	李四	12	60

df.loc[:,["python","java"]]

		python	java
期中	张三	50	48
	李四	91	95
期末	张三	100	72
	李四	12	60

获取期中的张三李四

df.loc["期中"]

	python	java	c
张三	50	48	62
李四	91	95	98

df

		python	java	c
期中	张三	50	48	62
	李四	91	95	98
期末	张三	100	72	99
	李四	12	60	44

获取期中的李四和期末的张三

index1 = ("期中","李四")
index2 = ("期末","张三")
df.loc[[index1,index2]]

		python	java	c
期中	李四	91	95	98
期末	张三	100	72	99

切片获取

df.loc[index1:index2]

		python	java	c
期中	李四	91	95	98
期末	张三	100	72	99

隐式索引

df

		python	java	c
期中	张三	50	48	62
	李四	91	95	98
期末	张三	100	72	99
	李四	12	60	44

df.iloc[0]

python    50
java      48
c         62
Name: (期中, 张三), dtype: int64

df.iloc[[0,3]]

		python	java	c
期中	张三	50	48	62
期末	李四	12	60	44