python-pandas之Index數據分析（六）

Python-Pandas之Index數據分析（六）

索引對象

'''

數據結構 索引對象

? Pandas的索引對象負責管理軸標簽和其他元數據（比如軸名稱等）。構建

Series或DataFrame時，所用到的任何數組或其他序列的標簽都會被轉換成一

個Index。

? Index對象是不可修改的（immutable），因此用戶不能對其進行修改。不可

修改性非常重要，因為這樣才能使Index對象在多個數據結構之間安全共享。

? pandas中主要的index對象

類型 說明

index 最泛化的Index對象，將軸標簽為一個由Python對象組成的NumPy數組。

Int64Index 針對整數的特殊Index

MultiIndex “層次化”索引對象，表示單個軸上的多層索引?？梢钥醋鲇蓤@數組組成的數

組。

DatetimeIndex 存儲納秒級時間戳

PeriodIndex 針對Period數據的特殊Index

? Index的方法和屬性 I

類型 說明

append append 連接另一個Index對象，產生一個新的Index。

diff 計算差集，并得到一個Index。

intersection 計算交集

union 計算并集

isin 計算一個指示各值是否包含在參數集合中的布爾型數組

delete 刪除索引i處的元素，并得到新的Index。

? Index的方法和屬性 II

類型 說明

drop 刪除傳入的值，并得到新的索引。

insert 將元素插入到索引i處，并得到新的Index。

is_monotonic 當各元素均大于等于前一個元素時，返回True。

is_unique 當Index沒有重復值時，返回True。

unique 計算Index中唯一值得數組

'''

import numpy as np

import pandas as pd

import sys

from pandas import Series,DataFrame,Index

print('獲取index')

obj = Series(range(3),index=['a','b','c'])

index = obj.index

print(index[1:]) #打印index從1開始的所有索引

try:

index[1] = 'd' #Index對象是不可修改的（immutable），因此用戶不能對其進行修改。不

except:

print

print(sys.exc_info()[0])

print('Index對象')

index = Index(np.arange(3))

obj2 = Series([1.6,23.3,6],index= index)

print(obj2)

print('判斷列和索引是否存在')

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

? 創建一個適應新索引的新對象，該Series的reindex將會根據新索引進行重排。

如果某個索引值當前不存在，就引入缺失值

? 對于時間序列這樣的有序數據，重新索引時可能需要做一些插值處理。

method選項即可達到此目的。

? reindex函數的參數

類型 說明

index 用作索引的新序列。既可以是Index實例，也可以是其它序列型的Python數據

結構。Index會被完全使用，就像沒有任何復制一樣。

method 插值填充方式，ffill或bfill。

fill_value 在重新索引過程中，需要引入缺失值時使用的替代值。

limit 前向或后向填充時的最大填充量

level 在MultiIndex的指定級別上匹配簡單索引，否則選取其子集。

copy 默認為True，無論如何都復制。如果為False，則新舊相等就不復制。

'''

import numpy as np

from pandas import DataFrame,Series

print('重新指定索引及順序')

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認值')

print(obj.reindex(['a', 'b', 'd', 'c', 'e'], fill_value = 0)) # 指定不存在元素的默認值

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('對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('對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])

刪除索引上的值

'''

基本功能 丟棄指定軸上的項

? 丟棄某條軸上的一個或多個項很簡單，只要有一個索引數組或列表即可。由于

需要執行一些數據整理和集合邏輯，所以drop方法返回的是一個在指定軸上刪

除了指定值的新對象

'''

import numpy as np

from pandas import Series,DataFrame

print('Series根據索引刪除元素')

obj = Series(np.arange(5),index=['a','b','c','d','e'])

obj2 = obj.drop('c')

print(obj2) #刪除C索引對應的值

print(obj.drop(['d','e']))

print('DataFrame刪除元素，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('刪除A行的元素')

print(data.drop('A'))

print('刪除N1列的元素')

print(data.drop('N1',axis=1))

print(data.drop(['N1','N3'],axis=1))

索引、選取和過濾

'''

基本功能 索引、選取和過濾

? Series索引（obj[...]）的工作方式類似于NumPy數組的索引，只不過Series的

索引值不只是整數。

? 利用標簽的切片運算與普通的Python切片運算不同，其末端是包含的

（inclusive）。

? 對DataFrame進行索引其實就是獲取一個或多個列

? 為了在DataFrame的行上進行標簽索引，引入了專門的索引字段ix。

? DataFrame的索引選項

類型 說明

obj[val] 選取DataFrame的單個列或一組列。在一些特殊情況下會比較便利：布爾型數組（過濾

行）、切片（行切片）、布爾型DataFrame（根據條件設置值）。

obj.ix[val] 選取DataFrame的單個行或一組行

obj.ix[:, val] 選取單個列或列子集

obj.ix[val1, val] 同時選取行或列

reindex方法 將一個或多個軸匹配到新索引

xs方法 根據標簽選取單行或單列，并返回一個Series。

icol、irow方法 根據整數位置選取單行或單列，并返回一個Series。

get_value、set_value方法 根據行標簽或列標簽選取單個值

'''

import numpy as np

from pandas import Series,DataFrame

print('Series的索引，默認數字索引可以工作。')

obj = Series(np.arange(4),index=['a','b','c','d'])

print('obj的b索引對應的值')

print(obj['b'])

print(obj[2])

print(obj[[2,3]])

print(obj[obj<2])

print('Series的數組切片')

print(obj['b':'c']) # 閉區間

obj['b':'c'] = 5 #將b和c索引的值重新賦值

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,同時顯示行索引\n',data[['N1','N3']])#打印N1、N3列元素,同時顯示行索引

print('分片方式打印前兩行元素\n',data[:2])

print('指定索引和列')

print(data.ix['B',['N2','N4']])

print('指定行索引顯示A和B，列索引將按照3,0,1順序顯示即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']) # 從A到C行的第2列元素顯示。

print('根據條件選擇')

print(data[data.N3>3]) #帥選第三列大于3的元素

print(data<5) # 打印True或者False

data[data < 5] = 0 #將小于5的元素填充為0

print(data)

Python 數據挖掘

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。