pandas DataFrame 索引使用总结

Pandas DataFrame 中的索引的使用总结如下：

• 使用Jupyter notebook

import numpy as np
import pandas as pd
ind2=pd.MultiIndex.from_tuples([('L','A'),('L','B'),('R','C'),('R','D'),('R','E')])
c=pd.DataFrame([[23,35,18,np.nan,np.nan],[17,19,np.nan,6,2]],index=[2,3],columns=ind2)
c

	L		R
	A	B	C	D	E
2	23	35	18.0	NaN	NaN
3	17	19	NaN	6.0	2.0

c['L'],c['L','A'],c['L']['A']#多级索引的访问，低级需通过高级,c['A']报错。

(    A   B
 2  23  35
 3  17  19,
 2    23
 3    17
 Name: (L, A), dtype: int64,
 2    23
 3    17
 Name: A, dtype: int64)

c.loc[2]# 当有数字索引时，应使用loc，iloc来指明是显示还是隐式。不然会分不清。

L  A    23.0
   B    35.0
R  C    18.0
   D     NaN
   E     NaN
Name: 2, dtype: float64

c.loc[2:3]# 注意：loc当使用显式索引切片时，结果包含最后一个索引；而当使用隐式索引切片时，结果不包含最后一个索引(内置方式）。

	L		R
	A	B	C	D	E
2	23	35	18.0	NaN	NaN
3	17	19	NaN	6.0	2.0

c.loc[2]['L','A'],c.loc[2]['L']['A'],c.loc[2,('L','A')]
#多级索引可以写在一起，也可以分开写,多级索引写为元组(即index tuple）易读。c.loc[2，'L','A']报错

(23.0, 23.0, 23.0)

c[c>15].fillna(0)#boolean array方式。

	L		R
	A	B	C	D	E
2	23	35	18.0	0.0	0.0
3	17	19	0.0	0.0	0.0

c.sort_index()#按照字典序排序之后才能使用字符的切片操作。

	L		R
	A	B	C	D	E
2	23	35	18.0	NaN	NaN
3	17	19	NaN	6.0	2.0

c.loc[2]['R']['C':'D'],#c.loc[2]['R','C':'D']报错，
#切片操作必须是同一类型的，不能同时出现int64的Index和str的Index对象。如：c.loc[2:3]['L':'R']报错。

(C    18.0
 D     NaN
 Name: 2, dtype: float64,)

c.loc[[2,3],'R']#fancy indexing 要使用[[]]

	C	D	E
2	18.0	NaN	NaN
3	NaN	6.0	2.0

c.loc[:][[('L','A')]],c.loc[:]['L','A']# 使用[[]]返回Dataframe。c.loc['L','A']报错，访问columns要写上index

(    L
     A
 2  23
 3  17,
 2    23
 3    17
 Name: (L, A), dtype: int64)

c

	L		R
	A	B	C	D	E
2	23	35	18.0	NaN	NaN
3	17	19	NaN	6.0	2.0

c.xs('L',axis=1)# c.xs('L')报错

	A	B
2	23	35
3	17	19

c.xs('A',axis=1,level=1,)# 指明索引的等级level和索引的轴axis即可访问。注意，将去掉索引"A"！！！
#c.xs没有访问特定行特定列。

	L
2	23
3	17

如果要获取特定行特定列，可能需要用到split将其分开。DataFrame.loc()似乎是不行的。？？？？