Pandas索引

一:索引

1.1 DataFrame索引

行索引默认是数字类型,但是不能见名知意,所以如果可以使用唯一id会更好

例如: data.index = data[‘id’]

id(index) 可以显示索引的地址

行索引和列索引都是Index类型

1.2修改索引

行索引不支持修改,是因为索引是Index类型,不可以直接修改索引的内容

例如:index[1] = ‘001’

这样会报错!

1.3不可变对象 字符串

字符串,a=‘abc’ / a=‘abcd’

修改字符串只是修改了字符串的引用

1.4可变对象 list / dict / map

list1 = [1,2,3,4]

list1.append(5)

二:多重索引

2.1多层索引设置

1. data.set_index([‘id’,‘name’] , drop=FALSE) , drop可以选择保留还是删除索引列
2. MultiIndex.from_product([‘id’,‘name’])

2.2多层索引的使用

取值

data.loc[‘id’,:] , 这里使用的是中括号[],因为data.loc 代表一种数据类型,而不是方法/函数

data.loc[(‘id’,‘name’),:]

2.3替换索引名称

data.index.names = [‘main’,‘sub’] , 可以修改索引名称

2.4多重索引的交换

data.swaplevel(‘main’,‘sub’) , 把一级和二级索引进行交换位置

三:聚合函数

3.1层级索引的简单聚合

data[‘列名’].sum(level = ‘索引名称’)

根据索引维度进行聚合求sum()