Pandas入门（2）

索引对象

  pandas的索引对象负责管理轴标签和其他元数据。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
Index甚至可以被继承从而实现特别的周索引功能

pandas库中内置的Index类

类	说明
Index	最泛化的Index对象，将轴标表示为一个由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。可以看做由元组组成的数组
DatatimeIndex	存储纳秒级时间戳（用Numpy的datetime64类型表示）
PeriodIndex	针对Period数据（时间间隔）的特殊Index

除了长得像数组，Index的功能也类似一个固定大小的集合，每个索引都有一些方法和属性，他们可用于设置逻辑并回答有关该索引所包含的数据的常见问题

Index的方法和属性

方法	说明
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
isin	计算一个指示各值是否都包含在参数集合中的布尔型数组
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Index
insert	将元素插入到索引i处，并得到新的Index
is_monotonic	当各元素均大于等于前一个元素时，返回True
is_unique	当Index没有重复值时，返回True
unique	计算Index中唯一值的数组

基本功能

pandas对象的一个重要方法是reindex，其作用是创建一个适应新索引的新对象

调用Series的reindex将会根据新索引进行重拍。如果某个索引值不存在，就引入缺失值

对于时间序列这样的有序数据，重新排序时需要做一些插值处理。method选项即可达到此目的

reindx的（插值）method选项

参数	说明
fill或pad	前向填充（或搬运）值
bfill或backfill	后向填充（或搬运）值

reindex函数的参数

参数	说明
index	用作索引的新序列，既可以是Index实例，也可以是其他系列型的Python数据结构。Index会被完全使用，就像没有任何复制一样
method	插值（填充）方式
fill_value	再重新索引的过程中，需要引入缺失值时使用的替代值
limit	前向或者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，否则选取其子集
copy	默认为True，无论如何都复制；如果为False，则新旧相等就不复制

丢弃指定轴上的项

丢弃某条轴上的一个或多个项很简单，只要有一个索引数组或列表即可。由于需要执行一些数据整理和集合逻辑，所以drop方法返回的是一个在指定轴上删除了指定值得新对象
对于DataFrame，可以删除任意轴上的索引值

索引、选取和过滤

Series索引（obj[…]）的工作方式类于Numpy数组的索引，只不过series的索引值不只是整数。
利用标签的切片运算与普通的Python切片运算不同，末端是包含的，对DataFrame进行索引其实就是获取一个或多个列。

这种方式有几个特殊的情况：

• 首先通过切片或布尔型数组选取行
• 通过布尔型DataFrame进行索引
• 引入专门的索引字段ix，在DataFrame的行上进行索引，它使你可以通过Numpy式 的标记法以及轴标签从DataFrame中选取行和列的子集。

DataFrame的索引选项

类型	说明
obj[val]	选取DataFrame的单个列或一组列。在一些特殊情况下会比较便利：布尔型数组（过滤行）、切片（行切片）、布尔型DataFrame(根据条件设置值)
obj.ix[val]	选取DataFrame的单个行或一组行
obj.ix[:,val]	选取单个列或列子集
obj.ix[val1,val2]	同时选取行和列
reindex方法	将一个或多个轴匹配到新索引
xs方法	根据标签选取单行或单列，并返回一个Series
icol，irow方法	根据整数位置选取单列或单行，并返回一个Series
get_value、set_value方法	根据行标签和列标签选取单个值