索引对象

pandas的索引对象负责管理轴标签和其他元数据。
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
在这里插入图片描述

=====================================

Index对象是不可变的，因此用户不能对其进行修改
在这里插入图片描述

=====================================

不可变可以使Index对象在多个数据结构之间安全共享
在这里插入图片描述

用户不需要经常使用Index的功能，但是因为一些操作会生成包含被索引化的数据，理解它们的工作原理是很重要的。

=====================================

Index的功能也类似一个固定大小的集合。但是与python的集合不同，pandas的Index可以包含重复的标签。选择重复的标签，会显示所有的结果。在这里插入图片描述

重新索引

在这里插入图片描述

=====================================

用该Series的reindex将会根据新索引进行重排。如果某个索引值当前不存在，就引入缺失值在这里插入图片描述

=====================================

对于时间序列这样的有序数据，重新索引时可能需要做一些插值处理。method选项即可达到此目的
在这里插入图片描述

=====================================

借助DataFrame，reindex可以修改（行）索引和列。只传递一个序列时，会重新索引结果的行
在这里插入图片描述

=====================================

列可以用columns关键字重新索引
在这里插入图片描述

丢弃某条轴上的一个或多个项很简单，只要有一个索引数组或列表即可。由于需要执行一些数据整理和集合逻辑，所以drop方法返回的是一个在指定轴上删除了指定值的新对象
在这里插入图片描述

=====================================

对于DataFrame，可以删除任意轴上的索引值
在这里插入图片描述

=====================================

通过传递axis=1或axis='columns’可以删除列的值

在这里插入图片描述

=====================================

可以就地修改对象，不会返回新的对象。小心使用inplace，它会销毁所有被删除的数据
在这里插入图片描述

Series索引（obj[…]）的工作方式类似于NumPy数组的索引，只不过Series的索引值不只是整数
在这里插入图片描述

=====================================

用切片可以对Series的相应部分进行设置
在这里插入图片描述

=====================================

用一个值或序列对DataFrame进行索引其实就是获取一个或多个列

在这里插入图片描述

=====================================

索引方式还有特殊情况，通过布尔型DataFrame进行索引
在这里插入图片描述
++++++++++++++++++++++++++++++++++++

发布了75 篇原创文章 · 获赞 117 · 访问量 1万+

私信关注