pandas DataFrame索引行列的实现

下面是关于“Pandas DataFrame索引行列的实现”的攻略。

Pandas DataFrame的索引

Pandas DataFrame是一种二维表格数据结构，由于其数据处理和分析的便捷性，近年来受到越来越多数据科学家和分析师的青睐。在使用 Pandas DataFrame 时，最常用的方式就是使用索引来定位并处理表格中的数据。

行索引

Pandas DataFrame 数据结构中，行索引默认是从0开始自增的数字索引。行索引可以通过 df.index 属性访问，该属性返回一个 Pandas Index 对象，该对象与 Python 列表类似。

示例如下：

import pandas as pd

data = {'name': ['A', 'B', 'C', 'D', 'E'],
        'age': [20, 22, 19, 25, 21],
        'gender': ['M', 'F', 'M', 'F', 'M']}

df = pd.DataFrame(data)

print(df.index)

# 输出结果为 RangeIndex(start=0, stop=5, step=1)

在以上示例中，df.index 返回的是一个 RangeIndex 对象，它表示行索引从0开始自增的索引，一共包含5行数据。

此外，我们还可以为 Pandas DataFrame 指定自定义的行索引，例如使用日期、文本、整数等其他类型的索引。示例如下：

import pandas as pd

data = {'name': ['A', 'B', 'C', 'D', 'E'],
        'age': [20, 22, 19, 25, 21],
        'gender': ['M', 'F', 'M', 'F', 'M']}

# 创建以日期为行索引的 Pandas DataFrame
df = pd.DataFrame(data, index=pd.date_range('20220101', periods=5))

print(df.index)

# 输出结果为 DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04',
#                '2022-01-05'],
#               dtype='datetime64[ns]', freq='D')

在以上示例中，我们使用 Pandas 中的 pd.date_range() 函数创建了一个日期范围，并将其作为行索引传递给了 pd.DataFrame() 函数，从而创建了一个以日期为索引的 Pandas DataFrame 对象。运行结果显示了我们自定义的日期索引。

列索引

除了行索引，我们还可以使用列索引来访问 Pandas DataFrame 对象中的列。在 Pandas DataFrame 中，可以通过 df.columns 属性访问列索引，该属性返回一个 Pandas Index 对象，该对象与 Python 列表类似。

示例如下：

import pandas as pd

data = {'name': ['A', 'B', 'C', 'D', 'E'],
        'age': [20, 22, 19, 25, 21],
        'gender': ['M', 'F', 'M', 'F', 'M']}

df = pd.DataFrame(data)

print(df.columns)

# 输出结果为 Index(['name', 'age', 'gender'], dtype='object')

在以上示例中，df.columns 返回的是一个 Index 对象，它表示列索引包含了表格中的所有列。

使用索引访问数据

在 Pandas DataFrame 中，可以通过行列索引来访问表格中的数据。其中，行列索引的几种常见访问方式如下：

• 使用 .loc[] 方法通过行列索引（标签）访问数据；
• 使用 .iloc[] 方法通过行列位置（整数）访问数据；
• 直接使用列名称访问数据。

在下面的示例中，我们将展示这几种索引方式的使用方法，以及它们之间的异同。

示例1：使用.loc[]方法访问数据

import pandas as pd

data = {'name': ['A', 'B', 'C', 'D', 'E'],
        'age': [20, 22, 19, 25, 21],
        'gender': ['M', 'F', 'M', 'F', 'M']}

df = pd.DataFrame(data)

# 使用.loc[]方法获取第2行（行索引为1）和第3列（列索引为'gender'）的数据
print(df.loc[1, 'gender'])

# 输出结果为 F

在以上示例中，我们使用 .loc[] 方法访问了 DataFrame 中第2行第3列的数据。需要注意的是，这里使用的是行列的标签值，而不是行列的位置。

示例2：使用.iloc[]方法访问数据

import pandas as pd

data = {'name': ['A', 'B', 'C', 'D', 'E'],
        'age': [20, 22, 19, 25, 21],
        'gender': ['M', 'F', 'M', 'F', 'M']}

df = pd.DataFrame(data)

# 使用.iloc[]方法获取第2行（行索引为1）和第3列（列索引为2）的数据
print(df.iloc[1, 2])

# 输出结果为 F

在以上示例中，我们使用 .iloc[] 方法访问了 DataFrame 中第2行第3列的数据。需要注意的是，这里使用的是行列的位置，而不是行列的标签值。

示例3：直接使用列名称访问数据

import pandas as pd

data = {'name': ['A', 'B', 'C', 'D', 'E'],
        'age': [20, 22, 19, 25, 21],
        'gender': ['M', 'F', 'M', 'F', 'M']}

df = pd.DataFrame(data)

# 直接使用列名称获取'gender'列的所有数据
print(df['gender'])

# 输出结果为
# 0    M
# 1    F
# 2    M
# 3    F
# 4    M
# Name: gender, dtype: object

在以上示例中，我们直接使用了 Pandas DataFrame 中的列名称访问了gender列的所有数据。

小结

使用 Pandas DataFrame 操作数据时，掌握行列索引的使用方法是至关重要的。在访问数据时，以 .loc[] 和 .iloc[] 方法为主，可以使用它们的行列标签或位置来访问数据。如果使用列名称来访问数据，则使用 df['column_name']的方式即可。