1、索引对象index
pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）。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：
In [76]: obj = pd.Series(range(3), index=['a', 'b', 'c'])
In [77]: index = obj.index
In [78]: index
Out[78]: Index(['a', 'b', 'c'], dtype='object')
In [79]: index[1:]
Out[79]: Index(['b', 'c'], dtype='object')
Index对象是不可以赋值修改的，具有不可变性。不可变使得Index对象在多个数据结构之间安全共享。
2、Series和DataFrame中数据的基本手段
2.1 重新索引
①pandas对象的方法reindex：其作用是创建一个新对象，它的数据符合新的索引排序。
obj2 = obj.reindex([‘a’,’b’,’c’,’d’,’e’])
②reinex方法的method选项：实现前项值填充：
In [95]: obj3 = pd.Series(['blue', 'purple', 'yellow'], index=[0, 2, 4])
In [96]: obj3
Out[96]:
0 blue
2 purple
4 yellow
dtype: object
In [97]: obj3.reindex(range(6), method='ffill')
Out[97]:
0 blue
1 blue
2 purple
3 purple
4 yellow
5 yellow
dtype: object
③DataFrame中的reindex方法
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：
重新索引行：frame2 = frame.reindex([‘a’, ‘b’, ‘c’, ‘d’])
重新索引列：states = [‘Texas’, ‘Utah’, ‘California’]
frame.reindex(columns=states)
2.2 丢弃指定轴上的项
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：
In [105]: obj = pd.Series(np.arange(5.), index=['a', 'b', 'c', 'd', 'e'])
In [106]: obj
Out[106]:
a 0.0
b 1.0
c 2.0
d 3.0
e 4.0
dtype: float64
In [107]: new_obj = obj.drop('c')
In [108]: new_obj
Out[108]:
a 0.0
b 1.0
d 3.0
e 4.0
dtype: float64
In [109]: obj.drop(['d', 'c'])
Out[109]:
a 0.0
b 1.0
e 4.0
dtype: float64
DataFrame可以删除任意轴上的索引值，用标签序列调用drop会从行标签（axis 0）删除值（默认）：
In [112]: data.drop(['Colorado', 'Ohio'])
Out[112]:
one two three four
Utah 8 9 10 11
New York 12 13 14 15
通过传递 axis=1或axis=’columns’可以删除列的值：
In [113]: data.drop('two', axis=1)
Out[113]:
one three four
Ohio 0 2 3
Colorado 4 6 7
Utah 8 10 11
New York 12 14 15
In [114]: data.drop(['two', 'four'], axis='columns')
Out[114]:
one three
Ohio 0 2
Colorado 4 6
Utah 8 10
New York 12 14
可以使用inplace关键字，指定替代原来的对象而不是产生新的对象：
In [115]: obj.drop('c', inplace=True)
In [116]: obj
Out[116]:
a 0.0
b 1.0
d 3.0
e 4.0
dtype: float64
小心使用inplace，它会销毁所有被删除的数据。
2.3 索引、选取和过滤
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。下面是几个例子：
obj = pd.Series(np.arange(4.), index=['a', 'b', 'c', 'd'])
obj['b']
obj[['b', 'a', 'd']]
obj[1]
obj[2:4]
obj[[1, 3]]
obj[obj < 2]
利用标签的切片运算与普通的Python切片运算不同， 其末端是包含的：
In [125]: obj['b':'c']
Out[125]:
b 1.0
c 2.0
dtype: float64
DataFrame索引：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。
data = pd.DataFrame(np.arange(16).reshape((4, 4)),
index=[‘Ohio’, ‘Colorado’, ‘Utah’, ‘New York’],
columns=[‘one’, ‘two’, ‘three’, ‘four’])
选取列：
向[ ]传递单一的元素或列表，就可选择列。
data[‘two’]
data[[‘three’, ‘one’]]
选取行：
切片或布尔型数组选取数据
data[:2]
data[data[‘three’] > 5]
选取行的语法data[:2]十分方便。
另一种用法是通过布尔型DataFrame（比如下面这个由标量比较运算得出的）进行索引：
In [134]: data < 5
Out[134]:
one two three four
Ohio True True True True
Colorado True False False False
Utah False False False False
New York False False False False
In [135]: data[data < 5] = 0
In [136]: data
Out[136]:
one two three four
Ohio 0 0 0 0
Colorado 0 5 6 7
Utah 8 9 10 11
New York 12 13 14 15
2.4 用loc和iloc进行选取
对于DataFrame的行的标签索引，有特殊的标签运算符LOC和iloc，使用轴标签(loc)或整数索引(iloc)，从DataFrame选择行和列的子集：
In [137]: data.loc['Colorado', ['two', 'three']]
Out[137]:
two 5
three 6
Name: Colorado, dtype: int64
‘‘‘用iloc和整数进行选取’’’
In [138]: data.iloc[2, [3, 0, 1]]
Out[138]:
four 11
one 8
two 9
Name: Utah, dtype: int64
In [139]: data.iloc[2]
Out[139]:
one 8
two 9
three 10
four 11
Name: Utah, dtype: int64
In [140]: data.iloc[[1, 2], [3, 0, 1]]
Out[140]:
four one two
Colorado 7 0 5
Utah 11 8 9
loc和iloc这两个索引函数也适用于一个标签或多个标签的切片：
data.loc[:’Utah’, ‘two’]
data.iloc[:, :3][data.three > 5]
Series和DataFrame的算术方法
它们每个都有一个副本，以字母r开头，它会翻转参数。因此这两个语句是等价的：
2.6 DataFrame和Series之间的运算
与不同维度的Numpy数组的运算相似，DataFrame和Series之间的运算遵循广播(broadcast)机制，当从arr减去arr[0]，每一行都会执行这个操作：
In [176]: arr
Out[176]:
array([[ 0., 1., 2., 3.],
[ 4., 5., 6., 7.],
[ 8., 9., 10., 11.]])
In [177]: arr[0]
Out[177]: array([ 0., 1., 2., 3.])
In [178]: arr - arr[0]
Out[178]:
array([[ 0., 0., 0., 0.],
[ 4., 4., 4., 4.],
[ 8., 8., 8., 8.]])
DataFrame和Series之间的运算差不多也是如此：
In [179]: frame = pd.DataFrame(np.arange(12.).reshape((4, 3)),
.....: columns=list('bde'),
.....: index=['Utah', 'Ohio', 'Texas', 'Oregon'])
In [180]: series = frame.iloc[0]
In [181]: frame
Out[181]:
b d e
Utah 0.0 1.0 2.0
Ohio 3.0 4.0 5.0
Texas 6.0 7.0 8.0
Oregon 9.0 10.0 11.0
In [182]: series
Out[182]:
b 0.0
d 1.0
e 2.0
Name: Utah, dtype: float64
默认情况下，DataFrame和Series之间的算术运算会将Series的索引匹配到DataFrame的列，然后沿着行一直向下广播：
In [183]: frame - series
Out[183]:
b d e
Utah 0.0 0.0 0.0
Ohio 3.0 3.0 3.0
Texas 6.0 6.0 6.0
Oregon 9.0 9.0 9.0
Original: https://blog.csdn.net/webwow/article/details/123542864
Author: webwow
Title: Python数据分析系列5—DataFrame数据操作
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/697443/
转载文章受原作者版权保护。转载请注明原作者出处！