シリーズ・インデックスの使用でパンダ

これは、最も基本的なパンダの使用状況の概要ですが、また、将来的にその見直しと行動の問い合わせを容易にします。
前の記事の作成とデータフレームシリーズの方法をまとめたもので、それは無視し、インデックス、この重要な概念のを。この記事では、今日はシリーズの問題をインデックスものの株式を取ります。

1.インデックスとは何ですか

1.1理解インデックス

シンプルなシリーズを作成するために、上記の方法を使用して最初のブログ記事。

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

我々はゼロインデックス（指数）と呼ばれている数字の左端の列からS1、と述べました。各インデックスの右辺の値（値）に相当します。のは、インデックス値の出力方法の全てと、全てを見てみましょう。

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カスタムインデックス

シリーズを作成するときにもちろん、我々は使用することができ、インデックス自身のインデックスがどのように見えるこのパラメータを指定します。

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

この時点であれば出力値とインデックスの値：

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.インデックスを使用する方法

2.1所在地インデックス

シリーズ全体の配列はそれほど上の所定の位置が存在する、ゼロフラグを有する第一の数の位置、第二の数のフラグであり、。だから我々は、アクセスの場所にこのインデックスを使用することができます。

# 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を使用するインデックスラベル

S2のために、私たちは、そのため、ラベルを使用して索引の誕生を位置ためだけでなく、私たちのカスタム指標値ああ（とも呼ばれるラベルを）持っていないだけ。

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使用のスライスインデックス

前の例では、単一のインデックス値（テイク複数の値だけでなく、リストのインデックスが対応する値を検索する場合でも、インデックスのリスト）です。その後、食べるために1を引いて、作品が食べるために引っ張っ全体パン、のようなものです。
しかし、パンは、直接連続したデータのブロックにシリーズを取ることを、スライスの概念のこの使用、全体のスライスにそれを食べるために、直接削減することができます。

# 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ブール値のインデックス

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

私たちは、人々が90より大きいスコア選出します。一人一人のスコアが90以上であるかどうかを判断するためにまず必要性：

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

そして、全ての決意の結果がTrue一部で抽出することができたブールシリーズを使用します。

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