数据分析笔记--pandas的索引操作

import numpy as np 

import pandas as pd

Series的索引操作

1.可以使用自定义的索引值,添加index参数

可以发现其实加了自定义索引之后既可以通过新索引来定位元素，也可以通过原来的下标定位

2.根据索引进行切片

可以发现，使用索引下标进行索引切片的时候结束位是不包含的，使用自定义索引的话结束位是包含的

3. 不连续索引取值

参数是一个列表，包含了需要取值的索引下标或者索引名

4.布尔索引

通过值进行判断

也可以通过索引进行判断，但是如果有了索引名了，就只能用索引名来判断，不能用索引下标，否则会报错

DataFrame的索引操作

新建DataFrame类型数据，index指定行索引的行名，columns指定列索引的列名

1.通过索引取值

先取列索引，每一列都是一个Series对象，再取行索引，就可以取到需要的值

2.DataFrame的不连续索引

3.DataFrame的高级索引 loc， iloc， ix

loc：DataFrame对象默认不支持切片索引取值，所以要用loc高级索引

loc：根据自定义的索引进行切片（包含两个参数：第一个  行的切片索引，第二个是列的切片索引）

注意：和Series切片一样的是，一旦是通过索引名进行切片，结束位会被包含

iloc：根据索引下标来做切片索引（也包含两个参数：第一个是行的索引下标切片，第二个是列的索引下标切片）

通过下标切片时，结束位是不被包含的

ix：混合索引--既可以用下标，也可以用索引名

但是会有提示不推荐使用ix，建议使用loc和iloc