Pandas en el uso del índice de la serie

Este es un resumen del uso más básico pandas, sino también para facilitar su examen y realizar consultas en el futuro.
Artículo anterior resume el método de creación y de la Serie trama de datos, pero se ignora el índice de este importante concepto. En este artículo de hoy para hacer un balance de lo que la indexación de la Serie problemas.

1. ¿Qué es el índice

1.1 Índice de comprensión

primera entrada del blog usando el método anterior para crear una serie simple.

s1 = pd.Series(['a', 'b', 'c', 'd'])
print(s1)
-----------------------------
[out]: 
0    a
1    b
2    c
3    d
dtype: object

Dijimos, s1 de la columna más a la izquierda de los números que se llama índice de cero (índice). El lado derecho de cada índice se corresponde con un valor (valor). Vamos a echar un vistazo a cómo toda la producción y todo el valor del índice.

print(s1.index)     # 由于是默认生成的索引，输出就是这个样子
[out]: 
RangeIndex(start=0, stop=4, step=1)
-----------------------------------------
print(s1.values)    # 输出为Numpy中的数组类型
[out]: 
array(['a', 'b', 'c', 'd'], dtype=object)      

1.2 índices personalizados

Por supuesto, podemos utilizar al crear la serie de índice Este parámetro especifica el índice de sí mismo se parece.

s2 = pd.Series(['a', 'b', 'c', 'd'], index = ['one', 'two', 'three', 'four'])
print(s2)
-----------------------------
[out]:
one      a
two      b
three    c
four     d
dtype: object

Si en este momento el valor de salida y el valor del índice:

print(s1.index)      # 此时就会输出我们自定义的索引
[out]: 
Index(['one', 'two', 'three', 'four'], dtype='object')
-----------------------------
print(s2.values)
[out]:
array(['a', 'b', 'c', 'd'], dtype=object)

2. cómo utilizar el índice

2.1 Localización Índice

toda la secuencia de la serie es la presencia de una posición predeterminada, la posición de la primera serie con el indicador cero, una bandera con el segundo número, y así sucesivamente. Así que podemos utilizar este índice para la ubicación de acceso.

# 对于s2，输出是一毛一样的
print(s1[2])     # 取一个值
[out]: 'c'
-------------------------------------------
print(s1[[0, 3]])   # 取多个值，用列表括起来
[out]: 
0    a
3    d
dtype: object

2.2 Empleo etiquetas de índice

Para s2, no sólo tenemos orden posicional, así como nuestro valor de índice personalizado ah (también llamado etiqueta) y, por lo tanto, el nacimiento del índice de uso de la etiqueta.

s2['two']      # 取一个值
[out]: 'b'
-----------------------------------------------
s2[['one', 'three']]    # 取多个值，用列表括起来
[out]:
one      a
three    c
dtype: object

2.3 Uso índice rebanada

El ejemplo anterior es un único valor de índice (lista de índices incluso si toma varios valores, sino también un índice de la lista para encontrar un valor correspondiente). Es como todo un pan, que tirando pieza a comer, a continuación, tirando uno a comer.
Pero el pan se puede cortar directamente a comer una rebanada entera que, este uso de la noción de una rebanada, que toma directamente de la serie en un bloque de datos contigua a cabo.

# 对位置索引进行切片
print(s2[1:3])      # 使用位置索引，是不包含最后一个位置3对应的值滴
-----------------------------
[out]: 
two      b
three    c

# 对标签索引进行切片
print(s2['two':'four'])    # 使用标签索引，却可以包含最后一个标签对应的值
-----------------------------
[out]: 
two      b
three    c
four     d
dtype: object

2.3 índice de valor booleano

s3 = pd.Series([89, 92, 70, 95], index = ['小明', '小红', '小兰', '小花'])
-----------------------------
[out]: 
小明    89
小红    92
小兰    70
小花    95
dtype: int64

Queremos elegir a las personas puntuación superior a 90. Primero tiene que determinar si la puntuación de cada persona es mayor de 90:

print(s3 > 90)
-----------------------------
[out]: 
小明    False
小红     True
小兰    False
小花     True
dtype: bool

Y luego utilizar la serie de Boole resultante puede extraer todo el resultado de la determinación es verdadera parte:

print(s3[s3 > 90])
-----------------------------
[out]: 
小红    92
小花    95
dtype: int64