一、索引概念
二、創建索引
- ①匯入資料時指定索引
- ②匯入資料后指定索引df.set_index()
三、常用的索引屬性
四、常用索引方法
五、索引重置reset_index（）
六、修改索引值（修改列名）

一、索引概念

??“索引”類似一本書的目錄（頁碼），通過目錄（頁碼），讓我們能快速找到想看的位置，對于一個DataFrame資料框，其中：

行索引（Label index），是一條完整資料的索引，通過這個索引，能快速取出對應的某條資料記錄，
列索引（Columns Names），指向的是每一個Series，
行是一條完整資訊記錄，索引在業務上一般不允許重復，好的索引能方便處理資料，重復的索引匯入資料庫可能出現限制，可以設定默認配置，
無論是行索引還是列索引，在 Pandas 里其實都是一個** Index 物件，都有類似的屬性和方法**，
pandas的索引有不同的型別，目的都是為更方便處理資料，

二、創建索引

??源Excel檔案index.xlsx：

①匯入資料時指定索引

未指定時，python會自動生成從0開始的行索引，列名默認為第1行
?pandas不知道你實際業務情況，所以只能自動生成0-N的自然索引，

df = pd.read_excel('C:/Users/asus/Desktop/index.xlsx')
df

自定義指定

# 指定’姓名‘或’班級‘這一列為行索引
df = pd.read_excel('C:/Users/asus/Desktop/index.xlsx',index_col='姓名')
# df = pd.read_excel('C:/Users/asus/Desktop/index.xlsx',index_col='班級')
df

# 指定’班級‘、’姓名‘這兩列為層級索引MultiIndex
df = pd.read_excel('C:/Users/asus/Desktop/index.xlsx',index_col=[1,0])
df

?也可以根據header引數指定哪行作為列名，或根據names引數自定義列名，具體見:https://www.cnblogs.com/xiaoshun-mjj/p/14538695.html

②匯入資料后指定索引df.set_index()

DataFrame.set_index(keys, drop=True, append=False, 
                    inplace=False, verify_integrity=False)

引數說明：

keys：列標簽或列標簽/串列/series，需要設定為索引的列；
drop：是否保留設定索引的原列，默認為True，不保留；
append：是否保留原索引，默認為False，不保留；
inplace：輸入布林值，表示當前操作是否對原資料生效，默認為False，
verify_integrity：檢查新索引的副本，否則，請將檢查推遲到必要時進行，將其設定為false將提高該方法的性能，默認為false，

# 匯入資料時，未指定索引
df = pd.read_excel('C:/Users/asus/Desktop/index.xlsx')
df.set_index('姓名') # 設定姓名為索引
df.set_index(['班級','姓名']) # 設定班級和姓名為索引

df.set_index('姓名',drop=False)  # 保留原列
df.set_index('姓名',append=True) # 保留原索引

三、常用的索引屬性

以df.index為例，也適用于 df.columns, 因為兩者都是 index 物件

df = pd.read_excel('C:/Users/asus/Desktop/index.xlsx') # 匯入資料時，未指定索引
df.set_index('姓名',drop=False,inplace=True)  # 保留原列，對原資料生效
# 查看索引資訊（值和型別，還有可能有名稱）
df.columns
df.index

df.index.name # 行索引名稱
df.index.dtype # 索引資料型別
df.index.shape # 形狀
df.index.size # 元素數量，行記錄條數
# df.columns.size
df.index.values # 索引的值，array 陣列
# df.index.value_counts() # 去重統計
# df.index.values.tolist() # array 陣列轉換成串列list
df.index.is_unique # 判斷是否有重復，業務上原則一般不會重復，有重復回傳False

四、常用索引方法

一樣適用于 df.columns，

df.columns.isin(['姓名','語文']) # 是否存在，快速查看是否有該列名或行

df.index.nunique() # 不重復值的數量
df.index.sort_values(ascending=False) # 排序,倒序
df.index.to_frame(index=False) # 轉成 DataFrame
df.index.unique() # 去重
df.index.value_counts() # 去重分組統計
df.index.where(df.index=='林*') # 篩選，查看是否由該行記錄
df.index.max() # 最大值
df.index.map(lambda x:x+'_') # 批量處理索引

五、索引重置reset_index（）

列可以變成索引，索引也能回復成列，

DataFrame.reset_index(level=None, drop=False, 
                    inplace=False, col_level=0, col_fill='')

引數說明：

level：數值型別可以為：int、str、tuple或list，默認無，僅從索引中洗掉給定級別，默認情況下移除所有級別，控制了具體要還原的那個等級的索引，
drop：當指定drop=False時，則索引列會被還原為普通列；否則，經設定后的新索引值被會丟棄，默認為False，
inplace：輸入布林值，表示當前操作是否對原資料生效，默認為False，
col_level：數值型別為int或str，默認值為0，如果列有多個級別，則確定將標簽插入到哪個級別，默認情況下，它將插入到第一級，
col_fill：物件，默認‘’，如果列有多個級別，則確定其他級別的命名方式，如果沒有，則重復索引名，

df = pd.read_excel('C:/Users/asus/Desktop/index.xlsx') # 匯入資料時，未指定索引
df = df.set_index(['姓名','班級']) # 設定MultiIndex
df

df.reset_index() # 移除所有層級索引，并把索引還原成列
df.reset_index(drop=True) # 移除所有層級索引，舍棄原索引
df.reset_index(['姓名']) # 只把姓名這一層索引還原層列

六、修改索引值（修改列名）

# 一對一對應修改
df.rename(columns={'數學': 'maths'})
# 也可以通過一些函式進行批量修改
df.rename(lambda x:'t_' + x, axis=1) # 通過lambda運算式批量給列名加前綴

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/277980.html

標籤：其他

上一篇：API介面冪問題

下一篇：實操記錄，帶步驟|使用Spring Boot + MyBatis + FreeMarker + Ehcache進行web開發

pandas（3）：索引Index/MultiIndex