目錄
- 4.整數索引
- 5.資料對齊
- 6.函式應用和映射
- 7.排序和命名
- 8.含有重復標簽的軸索引
??上節介紹了一些索引的選擇，下面介紹另外一種選擇資料的方式是使用loc和iloc選擇資料，這兩個分別叫做軸標簽(loc)或整數標簽(iloc)，
??軸標簽是通過索引或者列名選擇資料，
??整數標簽是所在位置整數選擇資料，
??loc和iloc還可以帶切片操作，
??例如：
4.整數索引
??在pandas中使用整數索引可能會產生歧義，尤其是當索引或者列名是整數的時候，想要推斷用戶所需要的索引方式是很難的，因此此時的軸標簽(loc)或整數標簽(iloc)就起到了作用了，
5.資料對齊
??pandas的一個重要特性是不同索引的物件之間的算術行為，比如相加時，回傳的結果的索引將是索引對的并集，沒有交集的標簽位置，資料對齊會產生缺失值，
例如：
??將兩個行或列完全不同的DataFrame物件相加，結果將全部為空，
例如：
??可以在有缺失值的時候將缺失值填充為想要的數值，用fill_value方法，
例如：
??可以用rdiv(n)將陣列進行反轉，比如將n/df和df.rdiv(n)等價反轉，
??例如：
6.函式應用和映射
??NumPy的通用函式（逐元素陣列方法）對pandas物件也有效，這里不詳細介紹了，
??還有一個常用的操作是將函式應用到一行或一列的一維陣列上，可以用apply方法來實作這個功能，如果傳遞axis='columns'給apply函式，將會被每行呼叫一次，但是apply構建的一些常用函式可以用DataFrame的方法代替，
??例如：
??如果想要格式化的話，可以在Series中使用map方法，或者在DataFrame中使用applymap方法，
??例如：
7.排序和命名
??對資料按照某種規則進行排序是很重要的操作，比如按行或列索引進行字典型排序，需要使用sort_index方法，以及axis=1，引數，資料會默認升序排列，且所有的缺失值將會被排序至Series的尾部，如果要降序排列的話，需要設定引數ascending=False，
例如：
??如果要根據Series的值進行排序，需要使用sort_values方法，
例如：
??要對DataFrame排序的話，選擇一列或多列作為排序鍵，只要傳遞可選引數by即可，
例如：
8.含有重復標簽的軸索引
??有些Series和DataFrame的索引值可能是不止一個的，用is_unique屬性可以知道它的標簽是否唯一，
例如：
??根據一個標簽索引多個條目會回傳一個序列，而單個條目會回傳標量值,因此的話還要進行進一步篩選，因此盡量不要使用多個重復的索引進行構建pandas的陣列，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/180064.html
標籤：Python
上一篇：程式員這生必須掌握的兩種圖形