翼度科技»论坛 编程开发 python 查看内容

【pandas基础】--索引和轴

7

主题

7

帖子

21

积分

新手上路

Rank: 1

积分
21
在pandas中,索引(index)是用于访问数据的关键。
它为数据提供了基于标签的访问能力,类似于字典,可以根据标签查找和访问数据。
而pandas的轴(axis)是指数据表中的一个维度,可以理解为表格中的行和列。
通过指定轴,我们可以对数据进行切片、筛选、聚合等操作。
下面简要介绍pandas的索引的相关应用场景。
1. 索引(index)

pandas中有两种类型的索引:行标签和列标签。
行标签是用于访问行数据的,通常用于表示时间序列数据或唯一标识符。
列标签是用于访问列数据的,通常用于表示变量或特征。
1.1 默认索引

默认情况下,行标签列标签都是从0开始的数字。
  1. df = pd.DataFrame(
  2.     [
  3.         ["小红", "小明", "小汪"],
  4.         [99, 95, 86],
  5.         [100, 88, 94],
  6.         [95, 99, 86],
  7.     ],
  8. )
  9. df
复制代码

1.2 自定义索引

为了更好的识别,可以定义行列的标签,行标签可以用各人的学号,列标签用各列的实际含义。
  1. df.index = ["12", "3", "9"]
  2. df.columns = ["姓名", "语文", "数学", "英语"]
  3. df
复制代码

其中index用来设置行标签,columns用来设置列标签。
1.3 索引的应用

索引最大的作用是访问和选择数据,之前学习的loc函数就是通过索引来访问和选择行列数据的。
  1. df = pd.DataFrame(
  2.     [
  3.         ["小红", 99, 100, 95],
  4.         ["小明", 95, 88, 94],
  5.         ["小汪", 86, 94, 86],
  6.     ],
  7. )
  8. df.index = ["12", "3", "9"]
  9. df.columns = ["姓名", "语文", "数学", "英语"]
  10. print(df.loc[["12"], :])
  11. print(df.loc[:, ["语文"]])
复制代码

1.4 多级索引

在pandas中,可以在一个DataFrame中用多级索引来表示数据的多维结构。
多级索引可以理解为将数据分组,并按照分组的方式进行索引。
也就是说,在多级索引中,每个索引值可以由两个或更多的标签组成,这些标签可以对应于多个维度的数据。
多级索引的主要优点是可以更好地组织和查询数据。
例如,可以通过多级索引轻松地对数据进行分组和聚合操作,在保留数据完整性的同时可以获得更多的统计信息。
  1. df = pd.DataFrame(
  2.     {
  3.         "姓名": ["小红", "小明", "小红", "小明"],
  4.         "年级": ["初二", "初一", "初一", "初二"],
  5.         "成绩": [100, 88, 94, 99],
  6.     },
  7. )
  8. df.set_index(["姓名", "年级"]).sort_index()
  9. df.set_index(["年级", "姓名"]).sort_index()
复制代码

如上所示,通过多级索引,可以将行列数据转换为树形结构,让同样的数据表达不同的含义。
左边的数据表达的是每个同学在各个年级的成绩;
右边的数据表达的是每个年级不同同学的成绩。
根据多级索引选取数据也很简单。
  1. df_grade = df.set_index(["年级", "姓名"]).sort_index()
  2. # 获取初一所有学生的成绩数据
  3. df_grade.loc["初一", :]
  4. # 获取初二小明的成绩
  5. df_grade.loc["初二", :].loc["小明":, :]
复制代码

2. 轴(axis)

在pandas中,有两个轴:0轴代表的是行方向(即纵向),1轴代表的是列方向(即横向)。
2.1 删除数据时

删除行列数据时,除了指定行列的标签,还需要指定axis属性,表明是按行还是按列删除。
  1. df = pd.DataFrame(
  2.     {
  3.         "数学": [100, 88, 94],
  4.         "语文": [98, 80, 86],
  5.         "英语": [95, 91, 86],
  6.     },
  7.     index=["小红", "小明", "小汪"],
  8. )
  9. # 按行删除 axis=0
  10. df.drop("小明", axis=0)
  11. # 按列删除 axis=1
  12. df.drop("数学", axis=1)
复制代码

PS. axis 默认值是0,所以,按行删除时不指定 axis 也是可以的。
2.2 统计数据时

统计数据时也一样,通过axis参数指定跨行还是跨列来统计。
假如我们要统计总分:
  1. df = pd.DataFrame(
  2.     {
  3.         "数学": [100, 88, 94],
  4.         "语文": [98, 80, 86],
  5.         "英语": [95, 91, 86],
  6.     },
  7.     index=["小红", "小明", "小汪"],
  8. )
  9. # 跨行统计,各门学科总分
  10. df.sum(axis=0)
  11. # 跨列统计,各个学生总分
  12. df.sum(axis=1)
复制代码

这里关于 axis 的理解,有些朋友可能会有点疑惑。
我们看到上面的示例中 axis=0 时,统计的是各个学科的总分,感觉像是按列统计,并不是按行统计的。
其实是这样的,axis 表示的是行列的方向,axis=0 时,表示按行的方向统计,所以是把每行的数据加起来,得到的就是各门学科的总成绩。
同样,axis=1时,按照列的方向统计,得到的就是每个学生的总成绩了。
3. 总结回顾

本篇介绍了pandas中两个重要的概念,索引
关于索引,pandas的索引有默认索引,自定义索引以及多级索引。
默认索引是pandas自动生成的整数形式的索引,它默认会被创建。
自定义索引指的是用户自己定义的一种标签形式的索引,可以是数字、字符串或者日期等类型。
多级索引可以让我们用不同的角度看待数据。
关于轴,因为pandas中的数据通常是二维的,所以数据可以沿着两个轴进行操作,分别是行轴和列轴。
行轴又称为轴0,它沿着行的方向进行操作,是数据的第一维度。
列轴又称为轴1,它沿着列的方向进行操作,是数据的第二维度。

来源:https://www.cnblogs.com/wang_yb/p/17456366.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

x

举报 回复 使用道具