004.pandas.DataFrame(二)

004.pandas.DataFrame(二)

1.pandas.DataFrame.iloc

1.1 功能

  • 纯粹基于整数位置的索引,用于按位置进行选择
  • 也可以和loc一样,使用布尔数组作为参数
  • 可以使用lambda表达式(结果必须是整型的)
  • 索引的切片遵循的是左闭右开

1.2 比较

pandas.DataFrame.loc

  • 功能:通过标签或布尔数组访问一组行和列,主要基于标签(字符串),但也可以与布尔数组一起使用,不能直接用整型
    004.pandas.DataFrame(二)_第1张图片
    pandas.DataFrame.iloc
  • 功能:纯粹基于整数位置的索引,用于按位置进行选择
    004.pandas.DataFrame(二)_第2张图片

2.Pandas的索引操作

  • 原始定义
    DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)

2.1 重新索引reindex

重新定义index
004.pandas.DataFrame(二)_第3张图片
修改的时候顺便填充缺失值
004.pandas.DataFrame(二)_第4张图片
重新定义columns
004.pandas.DataFrame(二)_第5张图片
注:初始DataFrame是不会受到重新定义的影响的
关于时间的重新索引
004.pandas.DataFrame(二)_第6张图片

2.2pandas.DataFrame.set_index

  • 功能:使用现有列设置DataFrame索引
  • 使用一个或多个现有列或数组(长度正确)设置DataFrame索引(行标签)
  • 索引可以替换现有索引或在其上扩展。
    004.pandas.DataFrame(二)_第7张图片
    004.pandas.DataFrame(二)_第8张图片
    建立复合类型的索引
    004.pandas.DataFrame(二)_第9张图片

你可能感兴趣的:(#,pandas,python,pandas,reindex,set_index,DataFrame)