pandas处理csv文件时，添加索引 2019-02-27

遇到如下“没有”索引的文件，处理及其不方便。

可以看到

pandas将第一行处理为了列索引，同时由于表格中的第一格(左上角)不为空，因此从左侧开始的第一列并不为行索引，重新为数据添加了新的行索引，从第二行开始，0为初始第一行。

这里有两个语法是df.reindex()和df.rename()

修改索引完成，但成功出现错误。

添加数据loc是比较方便的做法，但如果第n行有数据，那么new_data将会替换这个数据

new_data=['a','b','c','d']

df.loc[n] = new_data

另一种做法是用append，直接在数据末尾增加一行

data={'a':9,'b':10,'c':11,'d':12}

df.append(data,ignore_index=True)

看看处理结果

data.sort_values(by='列名'）

读取数据集：

选取指定的列：选取 DataFrame 的 Age 列。

选取指定的多个列，使用列表索引传入多个列的名称即可：

选取 DataFrame 的 Name 列和 Age 列：

选取 DataFrame 的指定行，有如下两种方式：

选取第一行数据：

使用位置切片，选取前五行内容：

使用位置切片，选取前五行内容的第二列和第三列内容：

首先，为 DataFrame 设置标签索引：将 Name 列设置为索引：

选取标签索引为 'Wirz, Mr. Albert' 的行：

使用标签切片选取指定的 DataFrame 行和列：

df['Fare'] >30 将返回一个布尔类型的 Series ：

该布尔类型的 Series 可以作为布尔索引传入 DataFrame ：

选取所有 Fare 列大于 30 的 DataFrame 行：

布尔索引也可以配合标签索引，选取指定的 DatFrame 区域：

此外，调用布尔型 Series 的 sum 方法可以获取满足该布尔条件的记录数量：

大家好，我是Peter~

本文主要是介绍Pandas中行和列索引的4个函数 *** 作：

[图片上传失败...(image-cd4552-1650125292352)]

快速回顾下Pandas创建索引的常见方法：

In [1]:

In [2]:

Out[2]:

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]:

Out[3]:

In [4]:

Out[4]:

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]:

Out[5]:

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]:

Out[6]:

In [7]:

Out[7]:

In [8]:

Out[8]:

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：

[图片上传失败...(image-3aca17-1650125292352)]

设置单层索引

In [10]:

[图片上传失败...(image-bfb6f-1650125292352)]

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：

[图片上传失败...(image-9d4af3-1650125292352)]

对索引的重置：

[图片上传失败...(image-65ca91-1650125292352)]

针对多层索引的重置：

[图片上传失败...(image-346967-1650125292352)]

多层索引直接原地修改：

[图片上传失败...(image-7872da-1650125292352)]

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：

[图片上传失败...(image-f0a50b-1650125292352)]

使用 index 效果相同：

[图片上传失败...(image-2db9bf-1650125292352)]

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：

[图片上传失败...(image-ed363a-1650125292352)]

针对axis=1或者axis="columns"方向上的 *** 作。

1、直接传入我们需要修改的新名称：

[图片上传失败...(image-7bcc7d-1650125292352)]

使用axis="columns"效果相同：

[图片上传失败...(image-a4d826-1650125292352)]

同样也可以直接原地修改：

[图片上传失败...(image-c4a86e-1650125292352)]

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：

[图片上传失败...(image-a0b253-1650125292352)]

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]:

[图片上传失败...(image-4182d0-1650125292352)]

同时修改多个列属性的名称：

[图片上传失败...(image-10ee4d-1650125292352)]

2、通过传入的函数进行修改：

In [31]:

[图片上传失败...(image-e361db-1650125292352)]

也可以使用匿名函数lambda：

[图片上传失败...(image-87745a-1650125292352)]

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：

[图片上传失败...(image-33140a-1650125292352)]

In [34]:

Out[34]:

In [35]:

我们发现df3其实是一个Series型的数据：

Out[35]:

In [36]:

下面我们通过reset_index函数将其变成了DataFrame数据：

[图片上传失败...(image-95459-1650125292352)]

我们把列方向上的索引重新命名下：

In [37]:

[图片上传失败...(image-110652-1650125292352)]

In [38]:

[图片上传失败...(image-59dc42-1650125292352)]

我们发现df5是df5是一个具有多层索引的数据框：

In [39]:

Out[39]:

我们可以选择重置其中一个索引：

[图片上传失败...(image-793c4e-1650125292352)]

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]:

[图片上传失败...(image-f47489-1650125292352)]

列方向上的索引直接原地修改：

[图片上传失败...(image-3c482b-1650125292352)]

最后介绍一个笨方法来修改列索引的名称： 就是将新的名称通过列表的形式全部赋值给数据框的columns属性

[图片上传失败...(image-d313ca-1650125292353)]

在列索引个数少的时候用起来挺方便的，如果多了不建议使用。

---