正文

7-Pandas之索引调整方法

IP云
IP云V管理员/14 阅读
12/02
提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

一、调整索引、修改列标签

1、调整索引的两种情况：
  • 重新索引
  • 设置新的索引

（1）重新索引

在Pandas对象中，其实索引也是一个对象，所以可对其进行修改。

例如：df.index=['a','b','c'] 

>>> df = {'one':pd.Series(np.random.randn(3)),'two':pd.Series(np.random.randn(3)),

'three':pd.Series(np.random.rand(3))}

>>> df = pd.DataFrame(df)

>>> df

        one       two     three

0 -0.996986  0.190981  0.482912

1 -0.233812 -0.140953  0.052706

2  0.470900  0.590664  0.486823

#设置索引

>>> df.index=['a','b','c']

>>> df

        one       two     three

a -0.996986  0.190981  0.482912

b -0.233812 -0.140953  0.052706

c  0.470900  0.590664  0.486823

（2）设置新的索引

reindex()：重新索引并得到一个新的Pandas对象。

且reindex()方法不仅可以重新索引DataFrame，也可以同时实现过滤功能。 

>>> new = df.reindex(['b','c','e'])

>>> new

        one       two     three

b -0.233812 -0.140953  0.052706

c  0.470900  0.590664  0.486823

e       NaN       NaN       NaN

reindex() 也可以用来调整列的顺序，这时需要设定 axis 参数为'columns'或1； 

>>> df.reindex(['three','two','one'],axis='columns')

      three       two       one

a  0.766450  0.452801  1.286715

b  0.342262  1.523188  0.620788

c  0.867786  0.758714 -2.343242

（3）使用set_index()可以指定某一列为索引，这在对日期型数据或者是以名称进行区分的数据非常有用，后期会以实例描述的更为详细。 

>>> df.set_index('one')

                two     three

one

-0.996986  0.190981  0.482912

-0.233812 -0.140953  0.052706

 0.470900  0.590664  0.486823

上述的方法在将某一列设置为索引后，特征不会将该列进行保存，若需要将设置为索引的列保留在数据中，则需要将参数drop设置为False：

>>> df.set_index('one',drop=False) 

                one       two     three

one

 1.286715  1.286715  0.452801  0.766450

 0.620788  0.620788  1.523188  0.342262

-2.343242 -2.343242  0.758714  0.867786

若是希望在原来索引的基础之上添加新的变量构成层次化索引，则设置append参数为True；

>>>df.set_index('one',append=True) 

>>> df

        one       two     three

a  1.286715  0.452801  0.766450

b  0.620788  1.523188  0.342262

c -2.343242  0.758714  0.867786

>>> df.set_index('one',append=True)

                  two     three

  one

a  1.286715  0.452801  0.766450

b  0.620788  1.523188  0.342262

c -2.343242  0.758714  0.867786

>>>

2、修改标签

修改索引和列名的标签可以使用rename()方法结合字典、Series或者一个原函数将标签映射为一个新的标签。

（1）关于结合字典可以参照3-Pandas之Series和DataFrame区别的第六部分，

（2）使用函数映射的方式

例：将字符串的大写转换函数传入，对列标签进行修改 

>>> df.rename(columns=str.upper)

        ONE       TWO     THREE

a -0.996986  0.190981  0.482912

b -0.233812 -0.140953  0.052706

c  0.470900  0.590664  0.486823

例：结合lambda：将所有的列的前2个字符大写，其余小写 

>>> df.rename(columns=lambda x:x[:2].upper()+x[2:].lower())

        ONe       TWo     THree

a -0.996986  0.190981  0.482912

b -0.233812 -0.140953  0.052706

c  0.470900  0.590664  0.486823

二、创建层次化索引

层次化索引可以基于Series和DataFrame创建更加高维的数据。

也就是说，若有一个DataFrame是一个堆积式的（在一个轴上需要创建不止一个索引），那么此时就需要用到层次化索引，这和Panel有些类似。但是在实际中并不是很常用！

创建一个层次化索引： 

>>> data=pd.Series(np.random.randn(5),index=[['a','a','b','b','b'],['a1','a2','b1','b2','b3']])

>>> data

a  a1    0.792324

   a2   -0.650764

b  b1   -0.282874

   b2   -1.402477

   b3   -3.551578

dtype: float64

#查看索引

>>> data.index

MultiIndex(levels=[['a', 'b'], ['a1', 'a2', 'b1', 'b2', 'b3']],

           codes=[[0, 0, 1, 1, 1], [0, 1, 2, 3, 4]])

#levels包含了每个级别索引的标签，labels是对每个数据在对应不同levels的位置进行了标记

每个index均有一个属性（名称names），可通过.index.names对索引列的列名进行创建于修改 

>>> data.index.names=['first','second']

>>> data

first  second

a      a1        0.792324

       a2       -0.650764

b      b1       -0.282874

       b2       -1.402477

       b3       -3.551578

dtype: float64

三、重排级别顺序

重排级别顺序是基于有索引个数>=1的DataFrame。

（1）swaplevel():将columns轴上的索引级别进行互换。

>>>df.swaplevel(0,1,axis=1)

（2）reorder_levels()：指定多个级别的顺序

（3）提取数据还是可以使用iloc()与loc()

（4）unstack()：若index轴上有多个级别索引的DataFrame，使用该方法将指定级别(level参数)安排在columns上形成一个新的DataFrame

相关阅读

目录[+]