pandas 索引

目录

• ​​取列最常用的方法​​

• ​​1. 取单列-series​​
• ​​2. 取单列-df​​
• ​​3. 取不连续的多列​​

• ​​pandas loc方法的使用​​

• ​​1. 取点​​

• ​​取单点​​
• ​​取不连续的多个点​​

• ​​2. 取行​​

• ​​取单行-series​​
• ​​取单行-df​​
• ​​取不连续的多行​​
• ​​取连续的多行​​

• ​​3. 取列​​

• ​​取单列-series​​
• ​​取单列-df​​
• ​​取不连续的多列​​
• ​​取连续的多列​​

• ​​4. 取行和列​​

• ​​取连续的多行和不连续的多列​​
• ​​取连续的多行和连续的多列​​

• ​​pandas iloc方法的使用​​

• ​​5. 取点​​

• ​​取单点​​
• ​​取不连续的点​​

• ​​6. 取行​​

• ​​取单行-series​​
• ​​取单行-df​​
• ​​取不连续的多行​​
• ​​取连续的多行​​

• ​​7. 取列​​

• ​​取单列-series​​
• ​​取单列-df​​
• ​​取不连续的多列​​
• ​​取连续的多列​​

• ​​8. 取多行和多列​​

• ​​取不连续的多行和不连续的多列​​
• ​​取不连续的多行和连续的多列​​

• ​​pandas 复合索引​​

• ​​复合索引的创建​​
• ​​取值​​

• ​​df.loc()​​
• ​​取不连续的多个人​​
• ​​取王五的成绩 取王五的期末成绩 取王五的期末的Math成绩-series​​
• ​​取王五的成绩 取王五的期末成绩 取王五的期末的Math成绩-df​​
• ​​df.iloc()​​

• ​​df.swaplevel() 交换索引​​

取列最常用的方法

1. 取单列-series

2. 取单列-df

3. 取不连续的多列

pandas loc方法的使用

通过标签来获得

1. 取点

取单点

取不连续的多个点

​​有点像笛卡尔集​​

2. 取行

取单行-series

取单行-df

取不连续的多行

取连续的多行

​​原df为a,如下图​​

3. 取列

取单列-series

取单列-df

取不连续的多列

取连续的多列

​​原df为a,如下图​​

4. 取行和列

取连续的多行和不连续的多列

取连续的多行和连续的多列

​​原df为a,如下图​​

pandas iloc方法的使用

通过位置来获取

5. 取点

取单点

取不连续的点

6. 取行

取单行-series

取单行-df

取不连续的多行

​​原df为a,如下图​​

取连续的多行

​​原df为a,如下图​​

7. 取列

取单列-series

取单列-df

取不连续的多列

取连续的多列

​​原df为a,如下图​​

8. 取多行和多列

取不连续的多行和不连续的多列

取不连续的多行和连续的多列

​​原df为a,如下图​​

pandas 复合索引

复合索引的创建

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(0,150,size = (6,3)),
               columns=['Python','Math','En'],
               index=pd.MultiIndex.from_product([['张三','李四','王五'],['期中','期末']]))

​​原df​​

取值

df.loc()

​​想要取连续的行，必须先要对行索引进行排序，有点麻烦，这里不在给出。但是这里给出iloc()方法来取连续的多行​​

取不连续的多个人

​​原df​​

取王五的成绩 取王五的期末成绩 取王五的期末的Math成绩-series

​​原df​​

取王五的成绩 取王五的期末成绩 取王五的期末的Math成绩-df

df.iloc()

​​原df​​

​​iloc的其它操作有点复杂，不在演示​​

df.swaplevel() 交换索引

​​原df​​