pandas中的索引index操作总结

前言

pandas与numpy的最大区别就是索引，pandas中索引是显式的，通过索引可以实现各种操作。

pandas中索引

Pandas中索引属性

对DataFrame：

df对应的列和行index属性：

df.columns

df.index

Pandas中索引基础

Pandas中的索引

轴标记的作用：

注意事项：

对Series而言，Series[label]返回的是对应label的单个值，Series[slicing]返回的是对应slicing的切片子Series；

对DataFrame而言，DataFrame[label]返回的是对应label的列的Series，DataFrame[slicing]返回的是对应行slicing的切片子DataFrame

DataFrame.loc[slicing]与DataFrame.iloc[slicing]的区别

• DataFrame.loc[slicing]：

When slicing, thestart bound is included, AND the stop bound is included

• DataFrame.iloc[slicing]：

When slicing, the start bounds is included, while theupper bound is excluded

Appendingoperation：

The.loc/[] operations can perform enlargement when setting a non-existant key forthat axis.

索引注意事项

type(df[“label”])        # pd.Series()
type(df[[“label”]])        # pd.DataFrame()

label和position混用问题

不能一个轴使用label，另一个轴使用position

pandas中的索引基础

将列变成索引或将索引变成列

列变成行索引

• df=df.set_index('date')

• df.index=df.iloc[:,n]

行变成列索引

• df.columns = df.iloc[n,:]

• df = df.rename(index={}, columns={})

行索引变成列

• df['index'] = df.index

• df.reset_index(level=0, inplace=True)

• df.reset_index(level=['tick', 'obs'])

• df['si_name'] =df.index.get_level_values('si_name') #si_name is the name of the subindex

Series转DataFrame

series.to_frame()

只是将series对象转化为dataframe对象

pandas中index操作(重要)

1. df.set_index()

2. df.reset_index()

3. df.reindex()

改变索引值(index或columns)

1. 直接修改属性

df.columns=[]

df.index=[]

2. 使用rename或rename_axis函数

修改pandas中index或columns的名字

直接修改

使用rename方法

pandas中查看Series和DataFrame的索引值

pandas中将pandas.index转化为其他类型