pandas索引的数据查找排序和去重小结

Posted laiyaling

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas索引的数据查找排序和去重小结相关的知识,希望对你有一定的参考价值。

由于Pandas的索引比较复杂,常常在使用过程中容易搞混,所以整理一份关于索引的查找、排序、去重的总结文档。

import pandas as pd
import numpy as np
#定义DataFrame
dict={'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]}
df=pd.DataFrame(dict,index=['one','two','three'])
df
a b c
one 1 4 7
two 2 5 8
three 3 6 9

1.Series通过索引查找

可用Index ,也可用数字下标

s1=df['b']
s1['two']
s1[['two','one']]  # 用数组列出离散的标签,要用[ ]括起来
s1['two':'three']  # 标签切片
s1[0:2]            # 标号切片的右区间是开的

2.DataFrame通过索引查找

(1) 直接通过列索引取列

df['b']
df[['b','c']]  # 用数组列出离散的标签,要用[ ]括起来

(2) .loc 通过标签索引数据

  • 先写行标签,后写列标签
  • 列举多个列,要用数组,用[ ]括起来
  • 列举切片,则无需用[ ]括起来。注意标签切片的右括号是闭合的
df.loc[['two','one']]   #索引多行,行名用数组
df.loc['two':'three']   #索引多行,行名用切片
df.loc[:,['b','a']] #索引某行多列,列名用数组
df.loc[:,'b':'a']   #索引某行多列,列名用切片

(3) .iloc 通过通过标号获取数据

  • 先写行号,再写列号
  • 可用单值,也可用切片,注意:标号切片的右括号是开区间的
df.iloc[1:3,1:3]

3.索引和列之间的转换

(1) 列-->索引

  • inplace参数可以定义是否覆盖原数据
df.set_index('a', inplace=True)  # inplace=True 会在原变量直接改,没有返回值
df
df1=df.set_index('a', inplace=False)  # inplace=False则有返回值(默认),原变量不变
df1

(2) 索引-->列

  • 索引变成列会排在DataFrame的第一列
df.reset_index(inplace=True) 
df

4.利用索引进行排序

  • 通过索引排列,升序排列、不覆盖原数据、如有缺失值则放在前面
df.sort_index(ascending=True, inplace=False, na_position='first')

5.根据索引进行数据去重

  • keep=‘first‘ or ‘last‘,可以选择保留第一条或最后一条
df=df[~df.index.duplicated(keep='first')]

以上是关于pandas索引的数据查找排序和去重小结的主要内容,如果未能解决你的问题,请参考以下文章

如何使用shell脚本快速排序和去重文件数据

大数据操作:删除和去重

冒泡排序和去重

JS 中数组的排序和去重

javascript实现数组随机排序和去重

用STL对一组数组进行排序和去重