pandas | 如何在DataFrame中通过索引高效获取数据？

TechFlow

于 2020-07-20 10:57:52 发布

阅读量930

点赞数 2

分类专栏：机器学习文章标签：数据分析 python 机器学习 pandas

本文链接：https://blog.youkuaiyun.com/TechFlow/article/details/107458927

版权

本文介绍了如何在pandas DataFrame中通过索引进行高效的数据获取，包括数据对齐、使用fill_value填充空值，以及处理空值的API如dropna和fillna。详细讨论了fillna的多种填充方式，如指定值、计算值以及前后值填充，并强调了空值处理在数据分析中的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文始发于个人公众号：TechFlow，原创不易，求个关注

今天是pandas数据处理专题的第四篇文章，我们一起来聊聊DataFrame中的索引。

上一篇文章当中我们介绍了DataFrame数据结构当中一些常用的索引的使用方法，比如iloc、loc以及逻辑索引等等。今天的文章我们来看看DataFrame的一些基本运算。

我们可以计算两个DataFrame的加和，pandas会自动将这两个DataFrame进行数据对齐，如果对不上的数据会被置为Nan（not a number）。

首先我们来创建两个DataFrame：

import numpy as np
import pandas as pd

df1 = pd.DataFrame(np.arange(9).reshape((3, 3)), columns=list('abc'), index=['1'