DataFrame，pandas索引，重置索引

3.1.2 DataFrame

DataFrame是一个类似于二维数组或表格的对象，它每列的数据可以是不同的数据类型。与Series的结构相似，DataFrame的结构也是有索引和数据组成的，不同的是，DataFrame的索引不仅有行索引，还有列索引

可以使用一下构造方法创建：

pandas.DataFrame(data=None, inedx=None,columns=None,
                 dtype=None,copy=False)

其中常用参数所表示的含义
参数 含义
Index 行标签，如果没有传入索引参数，则默认会自动创建一个0~N的整数索引
Columns 列标签，如果没有传入索引参数，则默认会自动创建一个0~N的整数索引

例1：

import numpy as np
import pandas as pd
demo_arr=np.array([['a', 'b', 'c'], ['d', 'e', 'f']])#创建数组
df_obj = pd.DataFrame(demo_arr)
print(df_obj)

例2：创建DataFrame对象，指定列索引

df_obj1 = pd.DataFrame(demo_arr, columns=['No1', 'No2', 'No3'])
print(df_obj1)

例3：获取列索引为“No2”的一列数据

element = df_obj1['No2']#通过列索引的方式获取一列数据
print(element)
print(type(element))#查看返回结果的类型

例4：使用访问属性的方式，获取属性为No2的一列数据

element = df_obj1.No2
print(element)
print(type(element))#查看返回结果的类型

注意：在获取DataFrame的一列数据时，推荐使用列索引的方式完成，主要是因为在实际使用中，列索引的名称中很有可能带有一些特殊符号（如空格），这时使用“点字符”进行访问就显得不太合适了

为DataFrame添加一列数据，则可以通过给列索引或者列名称赋值的方式实现，类似于给字典增加键值对的 *** 作。不过，新增的长度必须与其他的列的长度保持一致，否则会出现ValueError异常。

例1：增加No4一列数据

df_obj1['No4'] = ['g', 'h']
print(df_obj1)

例2：删除某一列数据，则可以使用del语句实现

del df_obj1['No3']
print(df_obj1)

3.2 pandas索引 *** 作及高级索引 3.2.1 索引对象

Pandas中的索引都是index类对象，又称为索引对象，该对象是不可以进行修改的，以保障数据的安全

示例代码：创建series类对象，为其指定索引，然后在对索引重新赋值

import pandas as pd
ser_obj = pd.Series(range(5), index=['a', 'b', 'c', 'd', 'e'])
ser_index = ser_obj.index
print(ser_index)

2）

import pandas as pd
ser_obj = pd.Series(range(5), index=['a', 'b', 'c', 'd', 'e'])
ser_index = ser_obj.index
print(ser_index)
ser_index['2'] = 'cc'
print(ser_index)

Index类对象的不可变特性是非常重要的，多个数据结构之间才能安全地共享inedx类对象
例：创建两个共用同一个index对象的series类duixiang

import pandas as pd
ser_obj1 = pd.Series(range(3), index=['a', 'b', 'c'])
ser_obj2 = pd.Series(['a', 'b', 'c'], index=ser_obj1.index)
print(ser_obj2.index is ser_obj1.index)
print(ser_obj2)
print(ser_obj1)

常见的pandas提供的index对象子类
对象 描述
Int64Index 针对整数的特殊index对象
MultiIndex 层次化索引，表现单个轴上的多层索引
DatetimeIndex 存储纳秒寄时间戳

3.2.2 重置索引

Reindex( )是pandas提供的重要方法，起作用是对原索引和新索引进行匹配，也就是说，新索引含有原索引的数据，而原索引数据按照新索引排序。如果新索引中没原索引数据，那么程序不仅不会报错还会添加新索引，并将之填充为NaN或者使用fill_vlues( )填充其他值

语法：

DataFrame.reindex(labels=None, index=None, columns=None,
                  axis=None, method=None, copy=True, level=None,
                  fill_value=nan, limit=None, tolerance=None)

语法参数的含义
参数 含义

Index	用作索引的新序列
Method	插值填充方式
Fill_value	引入缺失值使用的替换值
limit	向前或向后填充时的最大填充量

例：

import pandas as pd
ser_obj = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(ser_obj)

#重新索引

ser_obj2 = ser_obj.reindex(['a', 'b', 'c', 'd', 'e', 'f'])
print(ser_obj2)

注：使用reindex（）方法对索引重新排列，变为“a,b,c,d,e,f”由于索引“f”对应的值不存在，所以使用NaN对确实的数据进行不填充

也可使用fill_value参数来指定缺失值：

import pandas as pd
ser_obj = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
ser_obj2 = ser_obj.reindex(['a', 'b', 'c', 'd', 'e', 'f'],
                           fill_value=6)
print(ser_obj2)

注：fill_value()参数会让所有缺失数据都填充为同一个值

如果期望使用相邻的元素值（前边或者后边元素的值）进行补充，则可以使
用method参数
Method参数的可用值

参数	说明
Ffill或者pad	前向填充值
Bfill或者backfill	后向填充值
nearest	从最近的索引值填充

Method参数示例：
1）创建Series对象，并为其指定索引

import pandas as pd
ser_obj3 = pd.Series([1, 3, 5, 7], index=[0, 2, 4, 6])
print(ser_obj3)

2）重新索引，前向填充值

3.2.3 索引 *** 作

1.Series类对象属于一维结构，他只有行索引，而DataFrame类属于二维结构，同时拥有行索引和列索引

Series有关索引的用法类似于Numpy数组索引，只不过series的索引值不只是整数。可以通过索引的位置来获取，也可以使用索引名称来获取

例：

import pandas as pd
ser_obj = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
print(ser_obj[2])  #使用索引位置获取数据
print(ser_obj['c'])  #使用索引名称获取数据

Series也可以使用切片来获取数据，不过如果使用的是位置索引来进行切片，则切片结果和list切片类似，既包含起始位置但不包含结束位置：如果使用索引名称进行切片，则切片结果是包含结束位置的
例：

print(ser_obj[2: 4]) #使用位置索引进行切片
 
print(ser_obj['c': 'e'])#使用索引名称进行切片

如果希望获取的是不连续的数据，则可以通过不连续索引来实现
例：

print(ser_obj[[0, 2, 4]]) #通过不连续位置索引获取数据集
 
print(ser_obj[['a', 'c', 'd']])#通过不连续索引名称获取数据集

布尔型索引同样适用于pandas，具体用法跟数组的用法一样，将布尔型的数组索引作为模板筛选数据，返回与模板中True位置对应的元素代码如下：

ser_bool = ser_obj > 2 #创建结果为True的数据
print(ser_bool)
 
print(ser_obj[ser_bool])#获取结果为True的数据
 

2.DataFrame的索引 *** 作

DataFrame结构既包含行索引也包含列索引。其中行索引是通过index属性进行获取的，
列索引是通过columns属性进行获取的索引的结构 ，DataFrame中每列数据都是一个series对象，我们可以通过使用列索引进行获取，代码如下：

import pandas as pd
import numpy as np
arr = np.arange(12).reshape(3, 4)
#创建DataFrame对象，并为其指定列索引
df_obj = pd.DataFrame(arr, columns=['a', 'b', 'c', 'd'])
print(df_obj)
 
print(df_obj['b'])#获取b列的数据
 
print(type(df_obj['b']))
 

如果要从DataFrame中获取多个不连续的series对象，则同样可以使用不连续索引进行实现，代码如下：

print(df_obj[['b', 'd']])#获取不连续的series对象
 
print(df_obj[ : 2])#使用切片获取第0~1行的数据
 

#使用多个切片先通过行索引获取第0~2行的数据
#再通过不连续列索引获取第b，d列的数据
print(df_obj[ :3] [['b', 'd']])