pandas 学习第8篇：Index 对象 - （创建、转换、排序、设置索引）

最新推荐文章于 2025-01-13 16:52:57 发布

原创最新推荐文章于 2025-01-13 16:52:57 发布 · 1.2k 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#数据库 #java #python #数据分析 #numpy

本文详细介绍了pandas中Index对象的重要操作，包括构造函数、转换、排序以及如何设置索引。讲解了如何创建不同类型的索引，将索引转换为list、Series和DataFrame，以及如何进行排序。此外，还探讨了如何利用set_index()和reset_index()方法设置和移除数据框的索引。

Index对象负责管理轴标签、轴名称等元数据，是一个不可修改的、有序的、可以索引的ndarry对象。在构建Sereis或DataFrame时，所用到的任何数据或者array-like的标签，都会转换为一个Index对象。Index对象是一个从索引到数据值的映射，当数据是一列时，Index是列索引；当数据是一行数据时，Index是行索引。

一，索引的构造函数

用于创建索引的最基础的构造函数：

pandas.Index(data,dtype=object,name)

参数注释：

data：类似于一维数组的对象
dtype：用于设置索引元素的类型，默认值是object
name：索引的名称，默认值是Index

举个例子，创建一个整数索引：

>>> pd.Index([1, 2, 3])
Int64Index([1, 2, 3], dtype='int64')

索引是一个ndarray对象，元素的类型相同，每一个Index对象，常用的属性有：

values：索引的值
array：以数组形式返回索引元素的值
dtype：索引元素的数据类型
name：索引的名称属性
shape：索引的形状

二，索引的转换

索引是一个ndarray对象，不仅元素类型可以转换，其对象本身也可以强转为其他like-array类型，比如list、Series和DataFrame。

1，强转索引值的类型

显式把索引元素的类型强制转换成其他数据类型：

Index.astype(self, dtype, copy=True)

2，把索引转换成list

list是由索引的值构成的：

Index.to_list(self)

3，把索引转换成Series

Series的索引值和数据值相同，是由原索引的数据值构成的：

Index.to_series(self, index=None, name=None)

参数index 表示新建Sereis的索引，默认值是None，表示新建Sereis的索引就是原索引。

>>> idx = pd.Index(['Ant', 'Bear', 'Cow'], name='animal')
>>> idx.to_series()
animal
Ant      Ant
Bear    Bear
Cow      Cow
Name: animal, dtype: object

4，把索引转换成DataFrame

创建一个新的DataFrame对象，列的值是由索引值构成的，默认情况下，新DataFrame的索引就是原索引：

Index.to_frame(self, index=True, name=None)

参数index表示是否把原索引作为新创建的DataFrame对象的索引，默认值是True。

>>> idx = pd.Index(['Ant', 'Bear', 'Cow'], name='animal')
>>> idx.to_frame()
       animal
animal
Ant       Ant
Bear     Bear
Cow       Cow

5，把索引展开为ndarray对象

该方法和numpy.ravel() 相同，把Index对象展开为一维的ndarray对象：

Index.ravel(self, order='C')

三，索引的排序

按照索引的值进行排序，但是返回索引值的下标，参数 *args和 **kwargs都是传递给numpy.ndarray.argsort函数的参数。

Index.argsort(self, *args, **kwargs)

按照索引的值进行排序，返回排序的副本，参数return_indexer 表示是否返回索引值的下标：

Index.sort_values(self, return_indexer=False, ascending=True)

举个例子，有如下索引：

>>> idx = pd.Index(['b', 'a', 'd', 'c'])
Index(['b', 'a', 'd', 'c'], dtype='object')

按照索引值进行排序，返回排序索引的下标：

>>> order = idx.argsort()
>>> order
array([1, 0, 3, 2])

通过下标来查看索引的排序值：

>>> idx[order]
Index(['a', 'b', 'c', 'd'], dtype='object')

当然，也可以直接返回已排序的索引：

>>> idx.sort_values()
Index(['a', 'b', 'c', 'd'], dtype='object')

如果要返回已排序的索引和对应的下标，需要设置参数return_indexer=True：

>>> idx.sort_values(return_indexer=True)
(Index(['a', 'b', 'c', 'd'], dtype='object'), array([1, 0, 3, 2], dtype=int64))

四，设置索引

数据框有一个函数set_idex() 用于把数据框中的列设置为行索引，对于单级索引来说，函数的参数设置为数据框的一个列名：

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

参数注释：

keys：对于单级别索引而言，keys是数据框的一个列名
drop：是否把原始列给删除
inplace：是否原地替换
verify_integrity：是否检查新索引值是否重复

举个例子，下面的代码把索引替换为列c：

In [323]: data
Out[323]: 
     a    b  c    d
0  bar  one  z  1.0
1  bar  two  y  2.0
2  foo  one  x  3.0
3  foo  two  w  4.0

In [324]: indexed1 = data.set_index('c')
In [325]: indexed1
Out[325]: 
     a    b    d
c               
z  bar  one  1.0
y  bar  two  2.0
x  foo  one  3.0
w  foo  two  4.0

数据框还有一个函数reset_index()，用于移除数据框的索引，并把移除的索引作为数据框的新列，然后使用默认的整数范围索引来代替：

DataFrame.reset_index(level=None, drop=False, inplace=False)

参数注释：

level：索引的级别，默认情况下，移除所有的索引，
drop：删除的索引是否删除，默认情况下，把移除的索引插入到数据框中作为新列
inplace：数据库是否原地替换

参考文档：

Index Objects

pandas index

pandas 学习 第8篇：Index 对象 - （创建、转换、排序、设置索引）

一，索引的构造函数

二，索引的转换

三，索引的排序

四，设置索引

pandas 学习第8篇：Index 对象 - （创建、转换、排序、设置索引）