【Python笔记：Pandas查询手册】

obj = Series([1, -2, 3, -4], index=['b', 'a', 'c', 'd'])# 1.重新索引就是重新排序，自动补齐
obj2 = index(['a', 'b', 'c', 'd', 'e'])#默认不填充
obj2#====结果====
a   -2.0
b    1.0
c    3.0
d   -4.0
e    NaN
dtype: float64

obj = Series([1, -2, 3, -4], index=[0,2,3,5])
# 2.method参数指定缺失值填充方式
obj2 = index(range(6),method='ffill')#用前面的值填充
obj3 = index(range(6),method='bfill')#用后面的值填充
obj2
obj3#====结果====
0    1
1    1
2   -2
3    3
4    3
5   -4
dtype: int640    1
1   -2
2   -2
3    3
4   -4
5   -4
dtype: int64

#fill_value指定缺失值填充的值
df3 = index(columns=['name', 'year', 'id'], fill_value=0)
df3
#====结果====
#删去了sex属性，增添了year属性，填充为0name	year	id
a	0.0	0	1.0
b	NaN	0	NaN
c	3.0	0	4.0
d	6.0	0	7.0

更换索引

1. set_index()将列数据作为行索引
2. reset_index()将索引作为数据列，与set_index()方法相反

data = {'name':['张三', '李四', '王五', '小明'],'sex':['female', 'female', 'male', 'male'],'year':[2001, 2001, 2003, 2002],'city':['北京', '上海', '广州', '北京']
}
df = DataFrame(data)
df  
#====结果====
name	sex	year	city
0	张三	female	2001	北京
1	李四	female	2001	上海
2	王五	male	2003	广州
3	小明	male	2002	北京

df2 = df.set_index('name')   #注意，不改变df
df2#====结果====sex	year	city
name			
张三	female	2001	北京
李四	female	2001	上海
王五	male	2003	广州
小明	male	2002	北京

df3 = set_index()  #也不改变df2
df3#====结果====
name	sex	year	city
0	张三	female	2001	北京
1	李四	female	2001	上海
2	王五	male	2003	广州
3	小明	male	2002	北京

3. df.sort_values(by=’ ')
   sort_value方法排序不改变原DataFrame，并且索引不会排序，跟着行一块动，即：索引与行绑定。（除非重新赋予新的df）

data = {'name':['张三', '李四', '王五', '小明'],'grade':[68, 78, 63, 92]
}
df = DataFrame(data)
df
#====结果====name	grade
0	张三	     68
1	李四	     78
2	王五	     63
3	小明	     92# sort_value方法排序不改变原DataFrame，排序之后索引会改变，与Excel不同
df2 = df.sort_values(by='grade')
df2
#====结果====name	grade
2	王五	  63
0	张三   68
1	李四	  78
3	小明	  92

#reset_index之后，原来的列索引被添加为一列，用drop=True去除原索引
df3 = set_index()  
df3#====结果====index	 grade	name
0	2	 63	  王五
1	0	 68	  张三
2	1	 78	  李四
3	3	 92	  小明df4 = set_index(drop=True)
df4
#====结果====grade	name
0	63	王五
1	68	张三
2	78	李四
3	92	小明

索引和选取

Series结构索引切片

obj = Series([1, -2, 3, -4], index=['a', 'b', 'c', 'd'])
# 1.可以通过0～(n-1)索引
obj[1]  
#====结果====
-2

# 2.也可以通过设置的索引标签来索引
obj['b']  
obj[['a','c']]
#====结果====
-2

# 3.切片
obj[0:2]
obj['a':'c']  #利用索引标签索引时，尾端是被包含的
#====结果====
a    1
b   -2
dtype: int64a    1
b   -2
c    3
dtype: int64

DataFrame的行和列选取都有具体的方法

1. 选取列：列索引标签或属性形式

data = {'name':['张三', '李四', '王五', '小明'],'sex':['female', 'female', 'male', 'male'],'year':[2001, 2001, 2003, 2002],'city':['北京', '上海', '广州', '北京']
}
df = DataFrame(data)
df
#====结果====name	sex	year	city
0	张三	female	2001	北京
1	李四	female	2001	上海
2	王五	male	2003	广州
3	小明	male	2002	北京

# 1.取一列
df['city']  #以列索引标签形式，返回Series结构
df.city   #以属性方式,，返回Series结构
df[['city']] #返回DataFrame结构#====结果====
0    北京
1    上海
2    广州
3    北京
Name: city, dtype: object0    北京
1    上海
2    广州
3    北京
Name: city, dtype: objectcity
0	北京
1	上海
2	广州
3	北京

df[['city','sex']]#====结果====city	sex
0	北京	  female
1	上海	  female
2	广州	   male
3	北京	   male

直接选取列时不能使用切片，也没有位置

# df选取多列，不能使用切片！！
df[['sex':'city']]
# df['sex':'city']也不行#====结果====
File "<ipython-input-56-d6386b7eaceb>", line 1df[['sex':'city']]^
SyntaxError: invalid syntax

2. 选取行：行位置或行索引标签(loc()或iloc()方法)

df[2] 会报错，应该使用 df[2:3] 或 df.iloc[2] 来取出第2行，返回Series结构。
以索引位置方式，注意，必须“切片”

#选取行，切片
df.iloc[:3]
#同等于df[:3]
#df[2]会报错，应该使用df[2:3]或df.iloc[2}来取出第2行#====结果====
name	sex	year	city
0	张三	female	2001	北京
1	李四	female	2001	上海
2	王五	male	2003	广州

df2['李四':'小明']  #以行索引标签方式#====结果====sex	year	city
name			
李四	female	2001	上海
王五	male	2003	广州
小明	male	2002	北京

• 不用loc或iloc，选取行时必须用“切片”方式，选取列时不能使用“切片”。
• 选取行：行位置或行索引标签(loc()或iloc()方法)
• loc和iloc可以切片，也可以不切片。loc: locat, iloc:i-integer
• loc取行数据，不用指定列

df2
#====结果====sex	year	city
name			
张三	female	2001	北京
李四	female	2001	上海
王五	male	2003	广州
小明	male	2002	北京

#按行索引标签选取数据。注意，不能使用df2['张三']
df2.loc['张三']   #====结果====（Series结构）
sex     female
year      2001
city        北京
Name: 张三, dtype: object

df2.loc[['张三']]  #两对[]，里面的[]有“组合”的含义#====结果====（df结构）sex	year	city
name			
张三	female	2001	北京

df2.loc[['张三','王五']]  #“张三”和“王五”的组合#====结果====（df结构）sex	year	city
name			
张三	female	2001	北京
王五	male	2003	广州

df2.loc[['张三':'王五']]  #出错，不能用切片来“组合”
# 应该使用 df2.loc['张三':'王五']，包含尾端#====结果====File "<ipython-input-153-e34357cebaa9>", line 1df2.loc[['张三':'王五']]  #出错，不能用切片来“组合”^
SyntaxError: invalid syntax