5.pandas 索引和切片

在 Pandas 中，索引（Indexing）和切片（Slicing）是数据处理的核心操作。以下是详细的分类和操作方法，涵盖基础到高级应用场景：

---

一、基础索引方式

1. 列索引

# 选择单列 → 返回 Series
df['列名']       

# 选择多列 → 返回 DataFrame
df[['列名1', '列名2']]

2. 行索引

# 通过位置选择行 → 前3行
df.iloc[0:3]  

# 通过标签选择行 → 标签为a,b的行
df.loc[['a', 'b']]

---

二、核心索引方法对比

方法	定位方式	示例	特点
[]	列选择	df['Age']	仅用于列选择
loc	标签索引	df.loc[:, 'Name':'Age']	支持行/列标签，包含端点
iloc	位置索引	df.iloc[0:3, 1:4]	基于整数位置，不包含末端
at	快速标量	df.at[2, 'Name']	访问单个元素，速度更快
iat	快速标量	df.iat[2, 1]	基于位置访问单个元素

---

三、loc 与 iloc 详解

1. loc (Label-based)

# 选择行标签为2的行，所有列
df.loc[2, :]  

# 选择行标签1-3，列'A'到'C'
df.loc[1:3, 'A':'C']  

# 布尔索引
df.loc[df['Age'] > 30, ['Name', 'Age']]

2. iloc (Integer Position-based)

# 选择第0行，所有列
df.iloc[0, :]  

# 选择第1-3行（不含3），第2-4列（不含4）
df.iloc[1:3, 2:4]  

# 混合选择
df.iloc[[0,2], [1,3]]  # 第0、2行，1、3列

---

四、高级索引技巧

1. 多层索引 (MultiIndex)

# 创建多层索引
index = pd.MultiIndex.from_tuples(
    [('A', 1), ('A', 2), ('B', 1)], 
    names=['Class', 'ID']
)
df.index = index

# 选择所有Class为A的数据
df.xs('A', level='Class')  

# 同时选择Class和ID
df.loc[('A', 1), :]

2. 时间序列索引

# 设置时间为索引
df.set_index('Date', inplace=True)  

# 选择2023年的数据
df['2023']  

# 选择时间范围
df.loc['2023-01':'2023-03']

3. 条件筛选

# 多条件组合
df[(df['Age'] > 25) & (df['City'] == '北京')]

# isin筛选
df[df['ID'].isin([101, 102, 103])]

# query方法
df.query('Age > 30 and Income > 5000')

---

五、索引性能优化

1. 设置索引加速查询

# 对常用查询列设置索引
df.set_index('UserID', inplace=True)  

# 多列索引
df.set_index(['City', 'District'], inplace=True)

2. 避免链式索引

# 错误用法（产生警告）
- df['Age'][df['Name'] == 'Alice'] = 30  

# 正确用法
+ df.loc[df['Name'] == 'Alice', 'Age'] = 30

---

六、索引操作示例

示例 DataFrame：

import pandas as pd
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 32, 28, 40],
    'City': ['北京', '上海', '广州', '深圳'],
    'Income': [5000, 8000, 6000, 12000]
}
df = pd.DataFrame(data)
df.index = ['a', 'b', 'c', 'd']

操作示例：

# 选择北京和上海的数据
print(df.loc[['a', 'b'], ['Name', 'City']])

# 输出:
      Name City
a    Alice   北京
b      Bob   上海

# 选择年龄>30的行，前三列
print(df.loc[df['Age'] > 30, :].iloc[:, 0:3])

# 输出:
    Name  Age City
b    Bob   32   上海
d  David   40   深圳

---

七、注意事项

1. 索引与切片的区别：
   • 索引：选择特定行/列

   • 切片：选择连续范围

2. 视图与副本：
   • 大多数索引操作返回视图（View），直接修改会影响原数据

   • 需要独立副本时使用 .copy()

3. 重置索引：

   df.reset_index(drop=True, inplace=True)  # 删除原索引
   

---

掌握这些索引方法，可以高效地实现数据筛选、切片和重组，满足复杂的数据处理需求。