python-pandas之Index数据分析（六）
索引对象
'''
数据结构 索引对象
• 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。
• Index对象是不可修改的（immutable），因此用户不能对其进行修改。不可
修改性非常重要，因为这样才能使Index对象在多个数据结构之间安全共享。
• pandas中主要的index对象
类型 说明
index 最泛化的Index对象，将轴标签为一个由Python对象组成的NumPy数组。
Int64Index 针对整数的特殊Index
MultiIndex “层次化”索引对象，表示单个轴上的多层索引。可以看做由园数组组成的数
组。
DatetimeIndex 存储纳秒级时间戳
PeriodIndex 针对Period数据的特殊Index
• Index的方法和属性 I
类型 说明
append append 连接另一个Index对象，产生一个新的Index。
diff 计算差集，并得到一个Index。
intersection 计算交集
union 计算并集
isin 计算一个指示各值是否包含在参数集合中的布尔型数组
delete 删除索引i处的元素，并得到新的Index。
• Index的方法和属性 II
类型 说明
drop 删除传入的值，并得到新的索引。
insert 将元素插入到索引i处，并得到新的Index。
is_monotonic 当各元素均大于等于前一个元素时，返回True。
is_unique 当Index没有重复值时，返回True。
unique 计算Index中唯一值得数组
'''
import numpy as np
import pandas as pd
import sys
from pandas import Series,DataFrame,Index
print('获取index')
obj = Series(range(3),index=['a','b','c'])
index = obj.index
print(index[1:]) #打印index从1开始的所有索引
try:
index[1] = 'd' #Index对象是不可修改的（immutable），因此用户不能对其进行修改。不
except:
print
print(sys.exc_info()[0])
print('Index对象')
index = Index(np.arange(3))
obj2 = Series([1.6,23.3,6],index= index)
print(obj2)
print('判断列和索引是否存在')
pop = {'Nevada':{20001:2.4, 2002:2.9},
'Ohio':{2000:1.5, 2001:1.7, 2002:3.6}}
frame3 = DataFrame(pop)
print(frame3)
print('Ohio'in frame3.columns) # True
print('3923' in frame3.index) # False
重新索引
'''
基本功能 重新索引
• 创建一个适应新索引的新对象，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
• 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。
• reindex函数的参数
类型 说明
index 用作索引的新序列。既可以是Index实例，也可以是其它序列型的Python数据
结构。Index会被完全使用，就像没有任何复制一样。
method 插值填充方式，ffill或bfill。
fill_value 在重新索引过程中，需要引入缺失值时使用的替代值。
limit 前向或后向填充时的最大填充量
level 在MultiIndex的指定级别上匹配简单索引，否则选取其子集。
copy 默认为True，无论如何都复制。如果为False，则新旧相等就不复制。
'''
import numpy as np
from pandas import DataFrame,Series
print('重新指定索引及顺序')
obj = Series([3.4,5.4,5.6,-4],index=['d', 'b', 'a', 'c'])
print(obj)
obj2 = obj.reindex(['a', 'b', 'd', 'c', 'e'])
print('重新指定索引obj2\n',obj2)
print('指定不存在元素的默认值')
print(obj.reindex(['a', 'b', 'd', 'c', 'e'], fill_value = 0)) # 指定不存在元素的默认值
print('重新指定索引并指定填元素充方法')
obj3 = Series(['libai','dufu','tangshi'],index=[0,2,4])
print(obj3)
print(obj3.reindex(range(6),method='ffill')) #method 插值填充方式，ffill或bfill。
print('对DataFrame重新指定索引')
frame = DataFrame(np.arange(9).reshape(3, 3),
index = ['a', 'c', 'd'],
columns = ['Ohio', 'Texas', 'California'])
print(frame)
frame2 = frame.reindex(['a', 'b', 'c', 'd'])
print(frame2)
print('重新指定column')
states = ['Texas', 'Utah', 'California']
print(frame.reindex(columns = states))
print('对DataFrame重新指定索引并指定填元素充方法')
print(frame.reindex(index = ['a', 'b', 'c','d'],
# method='ffill',
columns = states))
print(frame.ix[['a', 'b', 'd', 'c'], states])
删除索引上的值
'''
基本功能 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
'''
import numpy as np
from pandas import Series,DataFrame
print('Series根据索引删除元素')
obj = Series(np.arange(5),index=['a','b','c','d','e'])
obj2 = obj.drop('c')
print(obj2) #删除C索引对应的值
print(obj.drop(['d','e']))
print('DataFrame删除元素，可指定索引或列。')
data = DataFrame(np.arange(16).reshape((4,4)),
index=['A','B','C','D'],
columns=['N1','N2','N3','N4'])
print(data)
print('删除A行的元素')
print(data.drop('A'))
print('删除N1列的元素')
print(data.drop('N1',axis=1))
print(data.drop(['N1','N3'],axis=1))
索引、选取和过滤
'''
基本功能 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。
• 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
（inclusive）。
• 对DataFrame进行索引其实就是获取一个或多个列
• 为了在DataFrame的行上进行标签索引，引入了专门的索引字段ix。
• DataFrame的索引选项
类型 说明
obj[val] 选取DataFrame的单个列或一组列。在一些特殊情况下会比较便利：布尔型数组（过滤
行）、切片（行切片）、布尔型DataFrame（根据条件设置值）。
obj.ix[val] 选取DataFrame的单个行或一组行
obj.ix[:, val] 选取单个列或列子集
obj.ix[val1, val] 同时选取行或列
reindex方法 将一个或多个轴匹配到新索引
xs方法 根据标签选取单行或单列，并返回一个Series。
icol、irow方法 根据整数位置选取单行或单列，并返回一个Series。
get_value、set_value方法 根据行标签或列标签选取单个值
'''
import numpy as np
from pandas import Series,DataFrame
print('Series的索引，默认数字索引可以工作。')
obj = Series(np.arange(4),index=['a','b','c','d'])
print('obj的b索引对应的值')
print(obj['b'])
print(obj[2])
print(obj[[2,3]])
print(obj[obj<2])
print('Series的数组切片')
print(obj['b':'c']) # 闭区间
obj['b':'c'] = 5 #将b和c索引的值重新赋值
print(obj)
print('DataFrame的索引')
data = DataFrame(np.arange(16).reshape((4,4)),
index=['A','B','C','D'],
columns=['N1','N2','N3','N4'])
print(data['N1']) #打印N1列元素
print('打印N1、N3列元素,同时显示行索引\n',data[['N1','N3']])#打印N1、N3列元素,同时显示行索引
print('分片方式打印前两行元素\n',data[:2])
print('指定索引和列')
print(data.ix['B',['N2','N4']])
print('指定行索引显示A和B，列索引将按照3,0,1顺序显示即N4,N1,N2')
print(data.ix[['A', 'B'], [3, 0, 1]])
print(data.ix[0]) #打印第一行
print(data.ix[:'C', 'N2']) # 从A到C行的第2列元素显示。
print('根据条件选择')
print(data[data.N3>3]) #帅选第三列大于3的元素
print(data<5) # 打印True或者False
data[data < 5] = 0 #将小于5的元素填充为0
print(data)