Pandas中Series和DataFrame的索引

 

在對Series對象和DataFrame對象進行索引的時候要明確這么一個概念：是使用下標進行索引，還是使用關鍵字進行索引。比如list進行索引的時候使用的是下標，而dict索引的時候使用的是關鍵字。

使用下標索引的時候下標總是從0開始的，而且索引值總是數字。而使用關鍵字進行索引，關鍵字是key里面的值，既可以是數字，也可以是字符串等。

 

Series對象介紹：

  Series對象是由索引index和值values組成的，一個index對應一個value。其中index是pandas中的Index對象。values是numpy中的數組對象。

import pandas as pd
s1 = pd.Series([2,3,4,5], index=['a', 'b', 'c', 'd'])
print(s1)
結果：
a    2
b    3
c    4
d    5
dtype: int64

print(s1.index)
結果：
Index(['a', 'b', 'c', 'd'], dtype='object')

print(s1.values)
結果：
[2 3 4 5]

 

如何對Series對象進行索引？

1：使用index中的值進行索引

print(s1['a'])
結果：
2

print(s1[['a','d']])
結果：
a    2
d    5
dtype: int64


print(s1['b':'d'])
結果（注意，切片索引保存最后一個值）：
b    3
c    4
d    5
dtype: int64

2：使用下標進行索引

print(s1[0])
結果：
2

print(s1[[0,3]])
結果：
a    2
d    5
dtype: int64

print(s1[1:3])
結果（注意：這里和上面不同的是不保存最后一個值，與正常索引相同）：
b    3
c    4
dtype: int64

3：特殊情況：

上面的index為字符串，假如index為數字，這個時候進行索引是按照index值進行還是按照下標進行？

s1 = pd.Series([2,3,4,5], index=[1,2,3,4])
print(s1[2])
結果：
3
print(s1[0]) 會報錯

print(s1[[2,4]])
結果：
2    3
4    5
dtype: int64

print(s1[1:3])
結果：
2    3
3    4
dtype: int64

可以看出來，當index為整數的時候，那么前兩種選擇是使用index的值進行索引， 而后一種切片選擇使用的是下標進行索引。

4:使用布爾Series進行索引

使用布爾Series進行索引的時候，其實是要求布爾Series和我們的索引對象有相同的index。

s1 = pd.Series([2,3,4,5], index=['a', 'b', 'c', 'd']

print(s1 > 3)
結果（這是一個bool Series）：
a    False
b    False
c     True
d     True
dtype: bool

print(s1[s1 > 3])
結果（只需要把bool Series 傳入Series就可以實現索引）：
c    4
d    5
dtype: int64

5：使用Index對象來進行索引

  使用Index對象進行索引的時候，和使用值索引沒有本質的區別。因為Index里面也存入了很多值，可以把Index看做一個list。

DataFrame對象介紹：

  DataFrame對象是一個由行列組成的表。DataFrame中行由columns組成，列由index組成，它們都是Index對象。它的值還是numpy數組。

data = {'name':['ming', 'hong', 'gang', 'tian'], 'age':[12, 13, 14, 20], 'score':[80.3, 88.2, 90, 99.9]}
df1 = pd.DataFrame(data)

print(df1.index)
結果：
RangeIndex(start=0, stop=4, step=1)

print(df1.columns)
結果：
Index(['age', 'name', 'score'], dtype='object')

print(df1.values)
結果：
[[12 'ming' 80.3]
 [13 'hong' 88.2]
 [14 'gang' 90.0]
 [20 'tian' 99.9]]

如何對DataFrame對象進行索引

1：使用columns的值對列進行索引

  直接使用columns中的值進行索引，得到的是一列或者是多列的值

print(df1['name'])
結果：
0    ming
1    hong
2    gang
3    tian
Name: name, dtype: object

print(df1[['name','age']])
結果：
name  age
0  ming   12
1  hong   13
2  gang   14
3  tian   20

注意：不可以直接使用下標對列進行索引，除非該columns當中包含該值。如下面的操作是錯誤的

print(df1[0])

結果： 錯誤

2：切片或者布爾Series對行進行索引

使用切片索引，或者布爾類型Series進行索引：

print(df1[0:3])
使用切片進行選擇，結果：
age  name  score
0   12  ming   80.3
1   13  hong   88.2
2   14  gang   90.0

print(df1[ df1['age'] > 13 ])
使用布爾類型Series進行索引，其實還是要求布爾Series和DataFrame有相同的index，結果： age name score 2   14  gang   90.0
3   20  tian   99.9

3：使用loc和iloc進行索引

本質上loc是用index和columns當中的值進行索引，而iloc是不理會index和columns當中的值的，永遠都是用從0開始的下標進行索引。所以當你搞懂這句話的時候，下面的索引就會變得非常簡單：

print(df1.loc[3])
結果：
name     hong
score    88.2
Name: 3, dtype: object

print(df1.loc[:,'age'])
結果：
1    12
3    13
4    14
5    20
Name: age, dtype: int64

print(df1.iloc[3])
結果：
age        20
name     tian
score    99.9
Name: 5, dtype: object

print(df1.iloc[:,1])
結果：
1    ming
3    hong
4    gang
5    tian
Name: name, dtype: object