Pandas中Series和DataFrame的索引

 

在对Series对象和DataFrame对象进行索引的时候要明确这么一个概念：是使用下标进行索引，还是使用关键字进行索引。比如list进行索引的时候使用的是下标，而dict索引的时候使用的是关键字。

使用下标索引的时候下标总是从0开始的，而且索引值总是数字。而使用关键字进行索引，关键字是key里面的值，既可以是数字，也可以是字符串等。

 

Series对象介绍：

  Series对象是由索引index和值values组成的，一个index对应一个value。其中index是pandas中的Index对象。values是numpy中的数组对象。

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

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

print(s1.values)
结果：
[2 3 4 5]

 

如何对Series对象进行索引？

1：使用index中的值进行索引

print(s1['a'])
结果：
2

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


print(s1['b':'d'])
结果（注意，切片索引保存最后一个值）：
b    3
c    4
d    5
dtype: int64

2：使用下标进行索引

print(s1[0])
结果：
2

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

print(s1[1:3])
结果（注意：这里和上面不同的是不保存最后一个值，与正常索引相同）：
b    3
c    4
dtype: int64

3：特殊情况：

上面的index为字符串，假如index为数字，这个时候进行索引是按照index值进行还是按照下标进行？

s1 = pd.Series([2,3,4,5], index=[1,2,3,4])
print(s1[2])
结果：
3
print(s1[0]) 会报错

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

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

可以看出来，当index为整数的时候，那么前两种选择是使用index的值进行索引， 而后一种切片选择使用的是下标进行索引。

4:使用布尔Series进行索引

使用布尔Series进行索引的时候，其实是要求布尔Series和我们的索引对象有相同的index。

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

print(s1 > 3)
结果（这是一个bool Series）：
a    False
b    False
c     True
d     True
dtype: bool

print(s1[s1 > 3])
结果（只需要把bool Series 传入Series就可以实现索引）：
c    4
d    5
dtype: int64

5：使用Index对象来进行索引

  使用Index对象进行索引的时候，和使用值索引没有本质的区别。因为Index里面也存入了很多值，可以把Index看做一个list。

DataFrame对象介绍：

  DataFrame对象是一个由行列组成的表。DataFrame中行由columns组成，列由index组成，它们都是Index对象。它的值还是numpy数组。

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)
结果：
RangeIndex(start=0, stop=4, step=1)

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

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

如何对DataFrame对象进行索引

1：使用columns的值对列进行索引

  直接使用columns中的值进行索引，得到的是一列或者是多列的值

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

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

注意：不可以直接使用下标对列进行索引，除非该columns当中包含该值。如下面的操作是错误的

print(df1[0])

结果： 错误

2：切片或者布尔Series对行进行索引

使用切片索引，或者布尔类型Series进行索引：

print(df1[0:3])
使用切片进行选择，结果：
age  name  score
0   12  ming   80.3
1   13  hong   88.2
2   14  gang   90.0

print(df1[ df1['age'] > 13 ])
使用布尔类型Series进行索引，其实还是要求布尔Series和DataFrame有相同的index，结果：
age  name  score
2   14  gang   90.0
3   20  tian   99.9

3：使用loc和iloc进行索引

本质上loc是用index和columns当中的值进行索引，而iloc是不理会index和columns当中的值的，永远都是用从0开始的下标进行索引。所以当你搞懂这句话的时候，下面的索引就会变得非常简单：

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

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

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

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