索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容,下面这篇文章主要给大家介绍了关于Python pandas索引的设置和修改的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
import pandas as pd
import numpy as np
In [2]:
# 指定类型和名称
s1 = pd.Index([1,2,3,4,5,6,7],
dtype="int",
name="Peter")
Out[2]:
Int64Index([1, 2, 3, 4, 5, 6, 7], dtype='int64', name='Peter')
pd.IntervalIndex
新的间隔索引 IntervalIndex 通常使用 interval_range()函数来进行构造，它使用的是数据或者数值区间，基本用法：
In [3]:
s2 = pd.interval_range(start=0, end=6, closed="left")
Out[3]:
IntervalIndex([[0, 1), [1, 2), [2, 3), [3, 4), [4, 5), [5, 6)],
closed='left',
dtype='interval[int64]')
pd.CategoricalIndex
In [4]:
s3 = pd.CategoricalIndex(
# 待排序的数据
["S","M","L","XS","M","L","S","M","L","XL"],
# 指定分类顺序
categories=["XS","S","M","L","XL"],
ordered=True,
# 索引名字
name="category"
Out[4]:
CategoricalIndex(['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'],
categories=['XS', 'S', 'M', 'L', 'XL'],
ordered=True,
name='category',
dtype='category')
pd.DatetimeIndex
以时间和日期作为索引，通过date_range函数来生成，具体例子为：
In [5]:
# 日期作为索引，D代表天
s4 = pd.date_range("2022-01-01",periods=6, freq="D")
Out[5]:
DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03',
'2022-01-04','2022-01-05', '2022-01-06'],
dtype='datetime64[ns]', freq='D')
pd.PeriodIndex
pd.PeriodIndex是一个专门针对周期性数据的索引，方便针对具有一定周期的数据进行处理，具体用法如下：
In [6]:
s5 = pd.PeriodIndex(['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04'],
freq = '2H')
Out[6]:
PeriodIndex(['2022-01-01 00:00', '2022-01-02 00:00',
'2022-01-03 00:00','2022-01-04 00:00'],
dtype='period[2H]', freq='2H')
pd.TimedeltaIndex
In [7]:
data = pd.timedelta_range(start='1 day', end='3 days', freq='6H')
Out[7]:
TimedeltaIndex(['1 days 00:00:00', '1 days 06:00:00', '1 days 12:00:00',
'1 days 18:00:00', '2 days 00:00:00', '2 days 06:00:00',
'2 days 12:00:00', '2 days 18:00:00', '3 days 00:00:00'],
dtype='timedelta64[ns]', freq='6H')
In [8]:
s6 = pd.TimedeltaIndex(data)
Out[8]:
TimedeltaIndex(['1 days 00:00:00', '1 days 06:00:00', '1 days 12:00:00',
'1 days 18:00:00', '2 days 00:00:00', '2 days 06:00:00',
'2 days 12:00:00', '2 days 18:00:00', '3 days 00:00:00'],
dtype='timedelta64[ns]', freq='6H')
下面通过一份 简单的数据来讲解4个函数的使用。数据如下：
set_index
设置单层索引
In [10]:
# 设置单层索引
df1 = df.set_index("name")
我们发现df1的索引已经变成了name字段的相关值。
下面是设置多层索引：
# 设置两层索引
df2 = df.set_index(["sex","name"])
reset_index
对索引的重置：
针对多层索引的重置：
多层索引直接原地修改：
set_axis
将指定的数据分配给所需要的轴axis。其中axis=0代表行方向，axis=1代表列方向。
两种不同的写法：
axis=0 等价于 axis="index"
axis=1 等价于 axis="columns"
操作行索引
使用 index 效果相同：
原来的df2是没有改变的。如果我们想改变生效，同样也可以直接原地修改：
操作列索引
针对axis=1或者axis="columns"方向上的操作。
1、直接传入我们需要修改的新名称：
使用axis="columns"效果相同：
同样也可以直接原地修改：
rename
给行索引或者列索引进行重命名，假设我们的原始数据如下：
1、通过传入的一个或者多个属性的字典形式进行修改：
In [29]:
# 修改单个列索引；非原地修改
df2.rename(columns={"Sex":"sex"})
同时修改多个列属性的名称：
2、通过传入的函数进行修改：
In [31]:
# 传入函数
df2.rename(str.upper, axis="columns")
也可以使用匿名函数lambda：
# 全部变成小写
df2.rename(lambda x: x.lower(), axis="columns")
In [33]:
在这里我们使用的是可视化库plotly_express库中的自带数据集tips：
import plotly_express as px
tips = px.data.tips()
按日统计总消费
In [34]:
df3 = tips.groupby("day")["total_bill"].sum()
Out[34]:
Fri 325.88
Sat 1778.40
Sun 1627.16
Thur 1096.33
Name: total_bill, dtype: float64
In [35]:
我们发现df3其实是一个Series型的数据：
type(df3) # Series型的数据
Out[35]:
pandas.core.series.Series
In [36]:
下面我们通过reset_index函数将其变成了DataFrame数据：
df4 = df3.reset_index()
我们把列方向上的索引重新命名下：
In [37]:
# 直接原地修改
df4.rename(columns={"day":"Day", "total_bill":"Amount"},
inplace=True)
按日、性别统计小费均值，消费总和
In [38]:
df5 = tips.groupby(["day","sex"]).agg({"tip":"mean", "total_bill":"sum"})
我们发现df5是df5是一个具有多层索引的数据框：
In [39]:
type(df5)
Out[39]:
pandas.core.frame.DataFrame
我们可以选择重置其中一个索引：
在重置索引的同时，直接丢弃原来的字段信息：下面的sex信息被删除
In [41]:
df5.reset_index(["sex"],drop=True) # 非原地修改
列方向上的索引直接原地修改：
