Series第三讲 索引、迭代

Posted 2023-05-09

参考技术A 先来创建一个Series和一个DataFrame

根据指定的key(一个行索引或列索引)来获取数据，key不存在则返回default值，类似于python的字典。

Series.get 时，key为行索引，返回一个标量或default值

DataFrame.get 时，key为列索引，返回一列数据或default值

根据标签或布尔数组定位数据

功能和使用方法与 loc 一样，请看下面的 loc 介绍

根据数字(坐标系)或布尔数组定位位置

功能和使用方法与 iloc 一样，请看下面的 iloc 介绍

根据标签或布尔数组定位数据

loc[index[, column]]

index可以是单个行标签、也可以是包含多个行标签的列表、行标签的切片、bool数组

column可以是单个列标签、也可以是包含多个列标签的列表、列标签的切片、bool数组

注意⚠️：loc里的切片和python的切片不一样，python里是左闭右开(即不包含结束值)，但是loc是左闭右闭。

注意⚠️：但是在iloc里的切片就和python的切片一样，即符合左闭右开。

根据数字(坐标系)或布尔数组定位位置，使用方法和loc类似，只是这里用的是坐标

DataFrame和iloc类似，只是使用的是坐标轴获取数据。

注意⚠️：loc里的切片和python的切片不一样，python里是左闭右开(即不包含结束值)，但是loc是左闭右闭。

注意⚠️：但是在iloc里的切片就和python的切片一样，即符合左闭右开。

返回一个迭代器

如果是Series，返回的是包含values的迭代器；

如果是DataFrame，返回的是包含列名的迭代器

返回一个可迭代对象，这个对象里的元素内容为一个元组(索引, 值)

和python字典的items()方法有些像

和 items() 功能一样

返回对象的索引

如果是Series，则 Series.keys() 和 Series.index 返回结果一样，都返回Series的索引；

如果是DataFrame，则 df.keys() 返回的是列索引， df.index 返回的是行索引。

根据索引删除元素，返回删除的数值。

与python里list.pop()相似。

注意⚠️：此方法会改变原Series的数据，如果是DataFrame，则item需要指定列名

目前看来只对包含一个元素的Series管用 返回这个元素的值

注意⚠️：DataFrame没有item()方法

选择MultiIndex特定级别的数据，即多层次索引时筛选数据

参数介绍：

第三讲

插入与改写模式

1.按insert键切换
2.在状态栏切换（先按F6选到状态栏）
3. word选项->高级->编辑选项->用insert控制改写模式

查找和替换

• 查找 ctrl+F
• 替换 ctrl+H
• 查找和替换文本
• 按照格式查找和替换文本

多级列表

1. 什么是多级列表，有什么好处
   我们经常见到的“第XXX章”……就是一级标题，然后“第XXX章第XXX节”就是二级标题，依此类推。 设置多级列表并应用到样式（添加超链接）后，就可以轻松实现为标题添加逻辑层次分明的多级编号，而且还可以动态改变，即如果删除、取消或在任意位置插入某一个标题，所有其他的标题都不用重新设置，它们会自动修改，这样就可以为我们节省很多时间。同时它们也是自动生成目录的基础。
2. 如何设置多级列表
   
   • 样式
   • 定义新的多级列表
   • 连接到样式(标题1)
   • 在库中显示的级别(级别1)
   • 设置编号样式
   • 编号格式
     ##插入目录
3. 引用-目录->插入目录
4. 设置显示级别
5. 设置制表符前导符
6. 插入目录

插入页码和页眉页脚

1. 页眉页脚的概念
2. 奇偶页不同
3. 首页不同