网站建设实践心得体会,中国建设银行大学助学贷款网站,中国工程建筑门户网站官网,外贸建站用什么平台好目录 一、元组作为一级索引#xff08;一#xff09;示例1#xff08;二#xff09;示例2 二、引入多级索引#xff08;一#xff09;多级索引的创建#xff08;二#xff09;多级索引中的数学选取 首先#xff0c;导入 NumPy 库和 Pandas 库。
import numpy as np
i… 目录 一、元组作为一级索引一示例1二示例2 二、引入多级索引一多级索引的创建二多级索引中的数学选取 首先导入 NumPy 库和 Pandas 库。
import numpy as np
import pandas as pd一、元组作为一级索引
如果想产生如下图所示的学生成绩表 因为 DataFrame 的行索引/列索引要求是不可变的因此考虑使用元组做索引是很自然的选择。
s_index [(2016,1),(2016,2),(2017,1),(2017,2)]
s_columns [(王亮,语文),(王亮,数学),(王亮,英语),(李海,语文),(李海,数学),(李海,英语),(富强,语文),(富强,数学),(富强,英语)]
scores pd.DataFrame(np.random.randint(60,100,(4,9)),indexs_index,columnss_columns)
scores上述由元组构成的行索引/列索引的缺点是使用不够方便举例说明如下
一示例1
使用元组索引查询时对 Series 和 DataFrame 的操作不统一后者需要对元组索引额外加中括号而前者不用
1、查询王亮的数学成绩
# 查询王亮的数学成绩
scores[(王亮,数学)]2、查询2017年第一学期的成绩
# 查询2017年第一学期的成绩
scores.loc[(2017,1)]---出错相当于scores.loc[2017,1]此时会把2017看成行索引1看成列索引而行索引没有2017对于 DataFrame应该在元组的外面再加一层中括号写成
scores.loc[[(2017,1)]]当然用位置标签是最简单的
scores.iloc[2,:]3、查询王亮2017第1学期的成绩
如果用 DataFrame 直接做查询则表示行索引和列索引的元组外都要多加一层中括号需要写成
scores.loc[[(2017,1)],[(王亮,数学)]]但是对于 Series则无需在元组外面加一层中括号例如先得到 Series 再用元组索引可写成
scores[(王亮,数学)][(2017,1)]直接使用位置标签
scores.iloc[2,1]69二示例2
查询语文成绩时需要写循环无法使用切片中的冒号(:)语法不太方便。
for col in scores.columns:if col[1]语文:print(scores[col])上述例子说明把元组用作单级索引来表示多个维度的信息不是一个很好的选择
二、引入多级索引
一多级索引的创建
MultiIndex 对象是 Pandas 标准 Index 的子类由它来表示多层索引业务。 可以将 MultiIndex 视为一个元组对数组其中每个元组对都是唯一的。
创建主要有三个相关的函数from_tuples、from_arrays和from_product它们都是pd.MultiIndex类的方法
1、使用pd.MultiIndex.from_tuples创建 MultiIndex 对象和 DataFrame 对象
t1 pd.MultiIndex.from_tuples(s_index)
t1MultiIndex(levels[[2016, 2017], [1, 2]],labels[[0, 0, 1, 1], [0, 1, 0, 1]])t2 pd.MultiIndex.from_tuples(s_columns)
t2MultiIndex(levels[[富强, 李海, 王亮], [数学, 英语, 语文]],labels[[2, 2, 2, 1, 1, 1, 0, 0, 0], [2, 0, 1, 2, 0, 1, 2, 0, 1]])scores pd.DataFrame(np.random.randint(60,100,(4,9)),indext1,columnst2)
scores2、使用pd.MultiIndex.from_arrays创建 MultiIndex 对象和 DataFrame 对象
a1 pd.MultiIndex.from_arrays([[2016,2016,2017,2017],[1,2,1,2]]) # 两级索引都放在列表中属于花式索引的写法
a1MultiIndex(levels[[2016, 2017], [1, 2]],labels[[0, 0, 1, 1], [0, 1, 0, 1]])a2 pd.MultiIndex.from_arrays([[王亮,王亮,王亮,李海,李海,李海,富强,富强,富强],[语文,数学,英语,语文,数学,英语,语文,数学,英语]])
a2MultiIndex(levels[[富强, 李海, 王亮], [数学, 英语, 语文]],labels[[2, 2, 2, 1, 1, 1, 0, 0, 0], [2, 0, 1, 2, 0, 1, 2, 0, 1]])scores pd.DataFrame(np.random.randint(60,100,(4,9)),indexa1,columnsa2)
scores3、使用pd.MultiIndex.from_product创建 MultiIndex 对象和 DataFrame 对象推荐
r_index pd.MultiIndex.from_product([[2016,2017],[1,2]],names[年份,学期])
r_indexMultiIndex(levels[[2016, 2017], [1, 2]],labels[[0, 0, 1, 1], [0, 1, 0, 1]],names[年份, 学期])c_index pd.MultiIndex.from_product([[王亮,李海,富强],[语文,数学,英语]],names[姓名,课程])
c_index # 下面显示的levels的内容是系统已经拍过序的MultiIndex(levels[[富强, 李海, 王亮], [数学, 英语, 语文]],labels[[2, 2, 2, 1, 1, 1, 0, 0, 0], [2, 0, 1, 2, 0, 1, 2, 0, 1]],names[姓名, 课程])np.random.seed(666)
scores pd.DataFrame(np.random.randint(60,100,(4,9)),indexr_index,columnsc_index)
scores二多级索引中的数学选取
1、基于列索引选取数据
# 基于列的第1层索引选取单列
scores[富强]# 基于列的第1层索引选取多列需要使用花式索引
scores[[富强,王亮]]补充说明
排序时默认按第一个字符的 Unicode 编码顺序升序排序。 查看一个字符的十进制 Unicode 编码ord(字符)查看一个字符的十六进制 Unicode 编码hex(ord(字符))。
level 0级的排序富、李、王的十进制Unicode编码分别是23500、26446和29579level 1级的排序数、英和语十进制Unicode编码分别是25968、33521和35821
sort_index()没有指明对哪个级别的列索引排序默认对两级列索引都做了排序。如果只对level 0级的列索引排序则应指明参数level0要对level 0级升序而level 1级降序则应该额外使用参数level[0,1],ascending[True,False]。
scores.sort_index(axis1,inplaceTrue) # axis1指明对列索引按升序排列注意inplaceTrue后才能看到排序结果
scores# axis0指明对行索引排序
scores.sort_index(axis0,inplaceTrue,level[0,1],ascending[False,True])
scores# 基于列的第2层索引选取单独1列
scores.loc[:,(slice(None),语文)]其中的:表示行索引是任意的切片slice(None)表示第 0 级列索引是任意的。 注意元组中不允许使用:因此用slice(None)代替。 说明多级索引的切片操作要求必须先对索引排序因此才有上面的sort_index()函数调用。 # 基于列的第2层索引选取多列
scores.loc[:,(slice(None),[语文,数学])] 其中的花式索引[语文,数学]表示选取 level 1 级列索引是语文和数学的两列。 # 同时基于列的第1层和第2层索引选取数据
scores[李海,语文] # 等价于scores[(李海,语文)]注意虽然scores[(李海,语文)]可以但不能使用scores[(slice(None),语文)]选取所有的语文成绩。而只能通过scores.loc[:,(slice(None),语文)]选取所有的语文成绩。 小结无论基于行索引还是列索引选取数据只要没指定最高级索引则必须使用.loc[行索引列索引]的形式。
2、基于行索引选取数据
基于行索引选取数据必须使用.loc[]的形式。
# 基于行的单个第1层索引值选取数据
scores.loc[2017]# 基于行的多个第1层索引值选取数据
scores.loc[[2017,2016]]# 基于行的单个第2层索引值选取数据
scores.loc[(slice(None),2),:] # 不能写成scores.loc[(slice(None),2)]或scores.loc[slice(None),2]的形式# 基于行的多个第2层索引值选取数据
scores.loc[(slice(None),[1,2]),:] # 不能写成scores.loc[(slice(None),1:2),:]元组中不支持:进行切片操作# 同时基于行的第1层和第2层索引选取数据
scores.loc[2016,2] # 等价于scores.loc[(2016,2)]或scores.loc[(2016,2),:],表示元组的括号此时可以去掉姓名 课程
富强 数学 72英语 75语文 78
李海 数学 99英语 65语文 76
王亮 数学 74英语 93语文 88
Name: (2016, 2), dtype: int32# 查看2016年所有学生的数学和英语成绩
scores.loc[2016,(slice(None),[数学,英语])] #*1*
# 查看第2学期的全部数据
scores.loc[(slice(None),2),:] #*2* 不能写成scores.loc[(slice(None),2)]或scores.loc[slice(None),2]的形式
# 查看李海同学的语文成绩
scores[李海,语文] #*3* 等价于scores.loc[:,(李海,语文)] 或scores[(李海,语文)]
# 查看2017年第1学期的成绩
scores.loc[2017,1] #*4* 等价于scores.loc[(2017,1),:]或scores.loc[(2017,1)]以#1——#4的语句为例来小结多级索引下的数据选取方式 1、选取数据的通用形式 1通用写法是df.loc[(行索引),(列索引)]例如#1处 2其中行/列索引分别构成元组并且从左到右索引级别依次下降,相邻级别间用逗号分隔 3未指明的高级别行/列索引需要用slice(None)表示取任意值例如#1处的第1级列索引未指明的低级别索引可以不写例如#1处的第2级行索引如果同级别的索引有多个例如#1处的第2级列索引需要用花式索引而不能使用切片元组不支持冒号: 2、选取数据的简化形式 1当只涉及列索引元组并且其中不包含slice(None)时行索引元组可以用冒号(:)简化写成df.loc[:,(列索引)]或者进一步简化成df[列索引]即loc行选择器和表示元组的圆括号都可以省略例如#3处 2当只涉及行索引元组并且其中不包含slice(None)时列索引元组可以用冒号(:)简化写成df.loc[(行索引),:]或者进一步简化成df.loc[行索引]即表示元组的圆括号也省略了例如#4处注意loc行选择器不能省略因为只要包含行索引一定要使用行选择器loc或iloc而选择列索引则不需要 3无论行/列索引只要有一个元组中包含slice(None)就不能使用上述简化形式而必须使用通用形式#1和#2处 注意为了在多级索引的中括号[]中可以使用切片即使用冒号:需要先使用sort_index()函数对索引进行排序。 上面的结论可以把前面的所有例子都归纳在其中 # 多级索引中的行/列索引使用元组表示法不方便之处在于对于元组内部的索引无法使用切片为此引入IndexSlice对象
idx pd.IndexSlice
# 用idx改写上面的*1*和#*2*语句
# 查看2016年所有学生的数学和英语成绩
scores.loc[2016,idx[:,[数学,英语]]] #*1* 用:替代了slice(None)
scores.loc[2016,idx[:,数学:英语]] # 与上面等价用第2级列索引上的切片(数学:英语)替代了上面的花式索引# 查看第2学期的全部数据
scores.loc[idx[:,2],:] #*2*
