【Python】【pandas-汇总4】Index的主要属性和函数
1.Index
pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index。Index对象不可修改，从而在多个数据结构之间安全共享。
1.2.Index属性
| 主要的Index对象 | 说明 |
| Index | 最广泛的Index对象，将轴标签表示为一个由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 |
| DatetimeIndex | 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 |
1.3Index函数
| 函数 | 说明 |
| Index([x,y,...]) | 创建索引 |
| append(Index) | 连接另一个Index对象，产生一个新的Index |
| diff(Index) | 计算差集，产生一个新的Index |
| intersection(Index) | 计算交集 |
| union(Index) | 计算并集 |
| isin(Index) | 检查是否存在与参数索引中，返回bool型数组 |
| delete(i) | 删除索引i处元素，得到新的Index |
| drop(str) | 删除传入的值，得到新Index |
| insert(i,str) | 将元素插入到索引i处，得到新Index |
| Index.is_monotonic | 属性：当各元素大于前一个元素时，返回true |
| Index.is_unique | 属性：当Index没有重复值时，返回true |
| Index.unique | 属性：计算Index中唯一值的数组 |
2.示例
# -*- coding: utf-8 -*-
"""
@author: 蔚蓝的天空Tom
Aim:Index属性和函数的示例
"""
import pandas as pd
from pandas import Series
from pandas import DataFrame
if __name__=='__main__':
s = pd.Series(['a', 'b', 'c'], index=['No.1', 'No.2', 'No.3'])
ind1 = s.index #将轴标签表示为一个由Python对象组成的NumPy数组
#Index(['No.1', 'No.2', 'No.3'], dtype='object')
#查看内容
ind1[0] #No.1
ind1[1] #No.2
ind1[-1] #No.3
s.index is ind1 #True
'No.1' in ind1 #True
s2 = pd.Series(['a', 'b', 'c', 'd'], index=['No.1', 'No.2', 'No.3', 'No.4'])
ind2 = s2.index
#Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object')
#difference 计算索引的差集
ret = ind1.difference(ind2) #Index([], dtype='object')
ret = ind2.difference(ind1) #Index(['No.4'], dtype='object')
#append(Indexs) #连接另一个Index对象，产生一个新的Index
ret = ind1.append(ind2)
#Index(['No.1', 'No.2', 'No.3', 'No.1', 'No.2', 'No.3', 'No.4'], dtype='object')
#intersection(Index) 计算交集
ret = ind1.intersection(ind2) #Index(['No.1', 'No.2', 'No.3'], dtype='object')
#union(Index) 计算并集
ret = ind1.union(ind2) #Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object')
#isin(Index) 检查是否存在与参数索引中，返回bool型数组
ind1 #Index(['No.1', 'No.2', 'No.3'], dtype='object')
ind2 #Index(['No.1', 'No.2', 'No.3', 'No.4'], dtype='object')
ret = ind1.isin(ind2) #[ True True True]
ret = ind2.isin(ind1) #[ True True True False]
#delete(i) 删除索引i处元素，得到新的Index，不修改源index
ret = ind1.delete(0) #Index(['No.2', 'No.3'], dtype='object')
#drop(str) 删除传入的值，得到新Index，不修改源index
ret = ind1.drop('No.1') #Index(['No.2', 'No.3'], dtype='object')
#insert(i,str) 将元素插入到索引i处，得到新Index，不修改源index
ret = ind1.insert(0, 'XXX') #Index(['XXX', 'No.1', 'No.2', 'No.3'], dtype='object')
#is_monotonic() 当各元素大于前一个元素时，返回true
ret = ind1.is_monotonic #True
#is_unique() 当Index没有重复值时，返回true
ret = ind1.is_unique #True 说明ind1中没有重复值
#unique 计算index中唯一值的数组，即去重后的index
ret = ind1.unique
#(end)