【pandas小记】pandas中的“标签”索引 与 “整数”索引 |
您所在的位置：网站首页 › 词族索引和范畴索引的区别 › 【pandas小记】pandas中的“标签”索引 与 “整数”索引 |
|
【Python】Pandas中的“标签”索引 与 “整数”索引
一，索引
pandas在构建Series和DataFrame时都会创建一个索引序列，类似于标签标示每个数据，不同的是，DataFrame会有行索引和列索引。注意，这里的索引类似于标记key，通过这个key可以定位到对应的value，也可以看做一个字典 In [93]: obj = pd.Series(np.arange(1,5),index=['one','two','three','four']) In [94]: obj Out[94]: one 1 two 2 three 3 four 4 dtype: int64 In [95]: obj['one'] #通过标签key定位value Out[95]: 1 二，通过索引选取数据1，Pandas的索引与标准Python中的索引功能类似，只不过Pandas的索引值不仅仅是整数，还可以是前面说到的标签。 In [97]: obj[[0,1]] #整数索引从0开始 Out[97]: one 1 two 2 dtype: int64 In [98]: obj[['one','two']] #轴标签索引 Out[98]: one 1 two 2 dtype: int64 In [100]: obj[[-1,-3]] #负整数索引，从-1开始 Out[100]: four 4 two 2 dtype: int64 In [101]: obj[['four','two']] Out[101]: four 4 two 2 dtype: int64整数索引与标准Python的一样都是从0开始，负整数索引从-1开始。除此之外Pandas中的索引也支持切片。 In [105]: a = pd.DataFrame(np.arange(16).reshape(4,4),index=['a','b','c','d'],columns=['one','two','three','four']) In [106]: a Out[106]: one two three four a 0 1 2 3 b 4 5 6 7 c 8 9 10 11 d 12 13 14 15 In [107]: a[:2] Out[107]: one two three four a 0 1 2 3 b 4 5 6 7 In [108]: a[:'c'] Out[108]: one two three four a 0 1 2 3 b 4 5 6 7 c 8 9 10 11可以看出区别，用整数索引进行切片时，左边等于右边不等于，即是0 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |