Python数据科学手册（四）【Pandas 索引和选择】
Python数据科学手册（四）【Pandas 索引和选择】
前面我们介绍了Numpy的索引和选择操作，Pandas也具有类似的操作，这节我们将介绍Pandas对象的索引和选择操作。
Series数据选择
前面说过，Series有些操作类似一维Numpy数组，有些操作类似Python字典。
将Series看做字典
跟字典类似，Series对象可以根据键获取值：
import pandas as pd
data = pd.Series([0.25, 0.5, 0.75, 1.0],
index=['a', 'b', 'c', 'd'])
data['b']
# 0.5也可以使用类似字典的表达式或者方法：
'a' in data # True
data.keys() # Index(['a', 'b', 'c', 'd'], dtype='object')
list(data.items()) #[('a', 0.25), ('b', 0.5), ('c', 0.75), ('d', 1.0)]Series对象也可以像字典一样修改值:
data['e'] = 1.25将Series看做一维数组
将Series看做一维数组，则可以支持切片等操作：
data['a':'c'] # 显式声明索引进行切片
data[0:2] # 隐式切片注意上面的索引操作是有区别的，前者包含了最后一个元素，而后者并不包含。 掩码索引：
data[(data > 0.3) & (data < 0.8)]结果：
b 0.50
c 0.75
dtype: float64数组索引：
data[['a', 'e']]索引器：loc,iloc和ix
使用传统的索引方式很容易引起混淆。例如Series对象使用了整型数组进行显式声明，则data[1]将使用显式的索引，而data[1:3]还会继续使用隐式索引。
data = pd.Series(['a', 'b', 'c'], index=[1, 3, 5])
# explicit index when indexing
data[1]
# implicit index when slicing
data[1:3]由于传统的索引容易引起混淆，所以Pandas提供了一些高级的索引器属性，这些索引器并不是函数，而是作为属性存在。
loc()方法总是使用显式索引：
data.loc[1] # 'a'data.loc[1:3]结果为
1 a
3 b
dtype: object而iloc()总是使用隐式索引：
data.iloc[1] # 'b'data.iloc[1:3]结果将为：
3 b
5 c
dtype: objectix()将两者结合起来，对于Series对象来说它相当于[]。
DataFrame数据选择
前面说过DataFrame既可以看做是二维数组，也可以看成Series结构的字典。
将DataFrame看做字典
例如：
area = pd.Series({'California': 423967, 'Texas': 695662,
'New York': 141297, 'Florida': 170312,
'Illinois': 149995})
pop = pd.Series({'California': 38332521, 'Texas': 26448193,
'New York': 19651127, 'Florida': 19552860,
'Illinois': 12882135})
data = pd.DataFrame({'area':area, 'pop':pop})
data
image.png
组成DataFrame的Series对象可以通过列索引获取：
data['area']
image.png
也可以像属性的方式一样获取：
data.area属性获取的方式与通过key获取的方式类似：
data.area is data['area'] # True注意如果采用属性获取的方式，则属性名称不能与DataFrame的方法名冲突，并且只能是字符串。例如，下面的就发生冲突了：
data.pop is data['pop']所以一般情况下，尽量采用[]的方式获取值。
与Series对象类似，也可以通过键赋值的方式修改整列获取添加新的列:
data['density'] = data['pop'] / data['area']将DataFrame看做二维数组
通过values属性可以获取原始的数据:
data.values输出:
array([[ 4.23967000e+05, 3.83325210e+07, 9.04139261e+01],
[ 1.70312000e+05, 1.95528600e+07, 1.14806121e+02],
[ 1.49995000e+05, 1.28821350e+07, 8.58837628e+01],
[ 1.41297000e+05, 1.96511270e+07, 1.39076746e+02],
[ 6.95662000e+05, 2.64481930e+07, 3.80187404e+01]])许多二维数组的操作同样可以在DataFrame上进行，例如通过转置交换行和列：
data.T如果需要像普通数组一样进行切片和选择，需要使用loc,iloc,ix等索引器。
例如, 使用iloc进行隐式切片：
data.iloc[:3, :2]结果如下：
image.png
使用loc进行显式切片：
data.loc[:'Illinois', :'pop']ix支持混合切片：
data.ix[:3, :'pop']结果如下所示：
image.png
其他类似Numpy的索引方式对DataFrame也适用，例如通过掩码的方式进行索引：
data.loc[data.density > 100, ['pop', 'density']]这些索引操作也可以用来赋值或者修改值：
data.iloc[0, 2] = 90其它常用索引
直接对DataFrame索引获取到的是列，而切片获取的则是行：
data['Florida':'Illinois']上述操作等价于:
data[1:3]同样的，掩码索引针对的也是行，而不是列：
data[data.density > 100]