pandas第二次打卡

一、单级索引
三类常用的索引方法：
loc表示位置索引
loc表示标签索引
[]也具有很大的便利性，各有特点
(a).loc方法（注意：所有在loc中使用的切片全部包含右端点！）
① 单行索引：df.loc[1103]
② 多行索引：df.loc[[1102,2304]]
df.loc[1304:].head()
df.loc[2402::-1].head() 逆项
③ 单列索引：df.loc[:,‘Height’].head()
④ 多列索引：df.loc[:,[‘Height’,‘Math’]].head()
df.loc[:,‘Height’:‘Math’].head()
⑤ 联合索引：df.loc[1102:2401:3,‘Height’:‘Math’].head()
⑥ 函数式索引：df.loc[lambda x:x[‘Gender’]‘M’].head()
⑦ 布尔索引：df.loc[df[‘Address’].isin([‘street_7’,‘street_4’])].head()
小结：loc中能传入的只有布尔列表和索引子集构成的列表，只要把握这个原则就很容易理解上述操作
（b）iloc方法（注意与loc不同，切片右端点不包含）
① 单行索引：df.iloc[3]
② 多行索引：df.iloc[3:5]
③ 单列索引：df.iloc[:,3].head()
④ 多列索引：df.iloc[:,7::-2].head()
⑤ 混合索引：df.iloc[3::4,7::-2].head()
⑥ 函数式索引：df.iloc[lambda x:[3]].head()
（c） [ ]操作符
（c.1）Series的[]操作
① 单元素索引：s = pd.Series(df[‘Math’],index=df.index)
s[1101]
#使用的是索引标签
② 多行索引：s[0:4]
#使用的是绝对位置的整数切片，与元素无关，这里容易混淆
③ 函数式索引：
s[lambda x: x.index[16::-6]]
#注意使用lambda函数时，直接切片(如：s[lambda x: 16::-6])就报错，此时使用的不是绝对位置切片，而是元素切片，非常易错
④ 布尔索引：s[s>80]
（c.2）DataFrame的[ ]操作
① 单行索引：df[1:2]
#这里非常容易写成df[‘label’]，会报错
#同Series使用了绝对位置切片
#如果想要获得某一个元素，可用如下get_loc方法：row = df.index.get_loc(1102)
df[row:row+1]
② 多行索引：#用切片，如果是选取指定的某几行，推荐使用loc，否则很可能报错
df[3:5]
③ 单列索引：df[‘School’].head()
④ 多列索引：df[[‘School’,‘Math’]].head()
⑤函数式索引：df[lambda x:[‘Math’,‘Physics’]].head()
⑥ 布尔索引：df[df[‘Gender’]‘F’].head()
小结：一般来说，[ ]操作符常用于列选择或布尔选择，尽量避免行的选择

【练习一】 现有一份关于UFO的数据集，请解决下列问题：
（a）在所有被观测时间超过60s的时间中，哪个形状最多？
a)df.query(‘duration>60’)[‘shape’].value_counts().index[0]

（b）对经纬度进行划分：-180°至180°以30°为一个划分，-90°至90°以18°为一个划分，请问哪个区域中报告的UFO事件数量最多？

bins_long=np.linspace(-180,180,13).tolist()
bins_la=np.linspace(-90,90,11).tolist()
cuts_long=pd.cut(df['longitude'],bins=bins_long)
df['cuts_long']=cuts_longcuts_la=pd.cut(df['latitude'],bins_la)
df['cuts_la']=cuts_la
df.head()   df.set_index(['cuts_long','cuts_la']).index.value_counts().head()