快速認(rèn)識(shí)Pandas的10大索引
今天給大家?guī)?lái)一篇關(guān)于Pandas索引的文章：10種你必須掌握的Pandas索引。
索引在我們的日常生活中其實(shí)是很常見(jiàn)的，就像：
一本書有自己的目錄和具體的章節(jié)，當(dāng)我們想找某個(gè)知識(shí)點(diǎn)，翻到對(duì)應(yīng)的章節(jié)即可； 也像圖書館中的書籍被分類成文史類、技術(shù)類、小說(shuō)類等，再加上書籍的編號(hào)，很快就能夠找到我們想要的書籍。 外出吃飯點(diǎn)菜的菜單，從主食類、飲料/湯類、涼菜類等，到具體的菜名等，點(diǎn)個(gè)菜即可。
上面不同的場(chǎng)景都可以看做是一個(gè)具體的索引應(yīng)用：通過(guò)索引我們能夠快速定位數(shù)據(jù)。
因此，基于實(shí)際需求出發(fā)創(chuàng)建的索引對(duì)我們的業(yè)務(wù)工作具有很強(qiáng)的指導(dǎo)意義。在Pandas中創(chuàng)建合適的索引則能夠方便我們的數(shù)據(jù)處理工作。
官網(wǎng)學(xué)習(xí)地址：https://pandas.pydata.org/docs/reference/api/pandas.Index.html
下面通過(guò)實(shí)際案例來(lái)介紹Pandas中常見(jiàn)的10種索引，以及如何創(chuàng)建它們。
pd.Index
Index是Pandas中的常見(jiàn)索引函數(shù)，通過(guò)它能夠構(gòu)建各種類型的索引，其語(yǔ)法為：
pandas.Index(
data=None, # 一維數(shù)組或者類似數(shù)組結(jié)構(gòu)的數(shù)據(jù)
dtype=None, # NumPy數(shù)據(jù)類型(默認(rèn)值：對(duì)象)
copy=False, # 是否生成副本
name=None, # 索引名字
tupleize_cols=True, # 如果為True，則盡可能嘗試創(chuàng)建 MultiIndex
**kwargs
)
導(dǎo)入兩個(gè)必需的庫(kù)：
import pandas as pd
import numpy as np
默認(rèn)的數(shù)據(jù)類型是int64
In [2]:
# 通過(guò)列表來(lái)創(chuàng)建
pd.Index([1,2,3,4])
Out[2]:
Int64Index([1, 2, 3, 4], dtype='int64')
在創(chuàng)建的時(shí)候，還能夠直接指定數(shù)據(jù)類型：
In [3]:
# 指定索引的數(shù)據(jù)類型
pd.Index([1,2,3,4], dtype="float64")
Out[3]:
Float64Index([1.0, 2.0, 3.0, 4.0], dtype='float64')
在創(chuàng)建的時(shí)候指定名稱name和數(shù)據(jù)類型dtype：
In [4]:
# 指定類型和名稱
pd.Index([1,2,3,4],
dtype="float64",
name="Peter")
Out[4]:
Float64Index([1.0, 2.0, 3.0, 4.0], dtype='float64', name='Peter')
In [5]:
# 使用list函數(shù)生成列表來(lái)創(chuàng)建
pd.Index(list("ABCD"))
Out[5]:
Index(['A', 'B', 'C', 'D'], dtype='object')
使用元組來(lái)進(jìn)行創(chuàng)建：
In [6]:
# 使用元組來(lái)創(chuàng)建
pd.Index(("a","b","c","d"))
Out[6]:
Index(['a', 'b', 'c', 'd'], dtype='object')
使用集合來(lái)進(jìn)行創(chuàng)建。集合本身是無(wú)序的，所以最終的結(jié)果并不一定是按照給定的元素順序：
In [7]:
# 使用集合來(lái)創(chuàng)建，集合本身是無(wú)序的
pd.Index({"x","y","z"})
Out[7]:
Index(['z', 'x', 'y'], dtype='object')
pd.RangeIndex
生成一個(gè)區(qū)間內(nèi)的索引，主要是基于Python的range函數(shù)，其語(yǔ)法為：
pandas.RangeIndex(
start=None, # 起始值，默認(rèn)為0
stop=None, # 終止值
step=None, # 步長(zhǎng)，默認(rèn)為1
dtype=None, # 類型
copy=False, # 是否生成副本
name=None) # 名稱
下面通過(guò)多個(gè)例子來(lái)講解：
In [8]:
pd.RangeIndex(8) # 默認(rèn)start是0，步長(zhǎng)是1
默認(rèn)結(jié)果中起始值是0，結(jié)束值是8（不包含），步長(zhǎng)是1：
Out[8]:
RangeIndex(start=0, stop=8, step=1)
In [9]:
pd.RangeIndex(0,8) # 指定start和stop
Out[9]:
RangeIndex(start=0, stop=8, step=1)
改變步長(zhǎng)為2：
In [10]:
pd.RangeIndex(0,8,2)
Out[10]:
RangeIndex(start=0, stop=8, step=2)
In [11]:
list(pd.RangeIndex(0,8,2))
將結(jié)果用list顯示出來(lái)，沒(méi)有包含stop的值8：
Out[11]:
[0, 2, 4, 6]
下面的案例中將步長(zhǎng)改成-1：
In [12]:
pd.RangeIndex(8,0,-1)
Out[12]:
RangeIndex(start=8, stop=0, step=-1)
In [13]:
list(pd.RangeIndex(8,0,-1))
Out[13]:
[8, 7, 6, 5, 4, 3, 2, 1] # 結(jié)果中不包含0
pd.Int64Index
指定數(shù)據(jù)類型是int64整型
pandas.Int64Index(
data=None, # 生成索引的數(shù)據(jù)
dtype=None, # 索引類型，默認(rèn)是int64
copy=False, # 是否生成副本
name=None) # 使用名稱
In [14]:
pd.Int64Index([1,2,3,4])
Out[14]:
Int64Index([1, 2, 3, 4], dtype='int64')
In [15]:
pd.Int64Index([1,2.0,3,4]) # 強(qiáng)制轉(zhuǎn)成int64類型
Out[15]:
Int64Index([1, 2, 3, 4], dtype='int64')
In [16]:
pd.Int64Index([1,2,3,4],name="Peter")
Out[16]:
Int64Index([1, 2, 3, 4], dtype='int64', name='Peter')
如果在數(shù)據(jù)中包含小數(shù)則會(huì)報(bào)錯(cuò)：
In [17]:
# pd.Int64Index([1,2,3,4.4]) # 出現(xiàn)小數(shù)則報(bào)錯(cuò)
pd.UInt64Index
數(shù)據(jù)類型是無(wú)符號(hào)的UInt64
pandas.UInt64Index(
data=None,
dtype=None,
copy=False,
name=None
)
In [18]:
pd.UInt64Index([1, 2, 3, 4])
Out[18]:
UInt64Index([1, 2, 3, 4], dtype='uint64')
In [19]:
pd.UInt64Index([1, 2, 3, 4],name="Tom") # 指定名字
Out[19]:
UInt64Index([1, 2, 3, 4], dtype='uint64', name='Tom')
In [20]:
pd.UInt64Index([1, 2.0, 3, 4],name="Tom")
Out[20]:
UInt64Index([1, 2, 3, 4], dtype='uint64', name='Tom')
# 存在小數(shù)則報(bào)錯(cuò)
pd.UInt64Index([1, 2.4, 3, 4],name="Tom")
pd.Float64Index
數(shù)據(jù)類型是Float64位的浮點(diǎn)型，允許小數(shù)出現(xiàn)：
pandas.Float64Index(
data=None, # 數(shù)據(jù)
dtype=None, # 類型
copy=False, # 是否生成副本
name=None # 索引名字
)
In [22]:
pd.Float64Index([1, 2, 3, 4])
Out[22]:
Float64Index([1.0, 2.0, 3.0, 4.0], dtype='float64')
In [23]:
pd.Float64Index([1.5, 2.4, 3.7, 4.9])
Out[23]:
Float64Index([1.5, 2.4, 3.7, 4.9], dtype='float64')
In [24]:
pd.Float64Index([1.5, 2.4, 3.7, 4.9],name="peter")
Out[24]:
Float64Index([1.5, 2.4, 3.7, 4.9], dtype='float64', name='peter')
注意：在Pandas1.4.0的版本中，上面3個(gè)函數(shù)全部統(tǒng)一成了pd.NumericIndex方法。
pd.IntervalIndex
pd.IntervalIndex(
data, # 待生成索引的數(shù)據(jù)（一維）
closed=None, # 區(qū)間的哪邊是關(guān)閉狀態(tài)，{‘left’, ‘right’, ‘both’, ‘neither’}, default ‘right’
dtype=None, # 數(shù)據(jù)類型
copy=False, # 生成副本
name=None, # 索引的名字
verify_integrity=True # 判斷是否符合
)
新的 IntervalIndex 通常使用interval_range()函數(shù)來(lái)進(jìn)行構(gòu)造，基本用法：
In [24]:
pd.interval_range(start=0, end=6)
Out[24]:
IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5], (5, 6]],
closed='right', # 默認(rèn)情況下右邊是關(guān)閉的
dtype='interval[int64]')
In [25]:
pd.interval_range(start=0, end=6, closed="neither") # 兩邊都不關(guān)閉
Out[25]:
IntervalIndex([(0, 1), (1, 2), (2, 3), (3, 4), (4, 5), (5, 6)],
closed='neither',
dtype='interval[int64]')
In [26]:
pd.interval_range(start=0, end=6, closed="both") # 兩邊都關(guān)閉
Out[26]:
IntervalIndex([[0, 1], [1, 2], [2, 3], [3, 4], [4, 5], [5, 6]],
closed='both',
dtype='interval[int64]')
In [27]:
pd.interval_range(start=0, end=6, closed="left") # 左邊關(guān)閉
Out[27]:
IntervalIndex([[0, 1), [1, 2), [2, 3), [3, 4), [4, 5), [5, 6)],
closed='left',
dtype='interval[int64]')
In [28]:
pd.interval_range(start=0, end=6, name="peter")
Out[28]:
IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5], (5, 6]],
closed='right',
name='peter',
dtype='interval[int64]')
pd.CategoricalIndex
pandas.CategoricalIndex(
data=None, # 數(shù)據(jù)
categories=None, # 分類的數(shù)據(jù)
ordered=None, # 是否排序
dtype=None, # 數(shù)據(jù)類型
copy=False, # 副本
name=None) # 名字
在下面的例子中我們以一批衣服的尺碼作為模擬數(shù)據(jù)：
In [29]:
# 指定數(shù)據(jù)
c1 = pd.CategoricalIndex(["S","M","L","XS","M","L","S","M","L","XL"])
c1
Out[29]:
CategoricalIndex(
# 數(shù)據(jù)
['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'],
# 出現(xiàn)的不同元素
categories=['L', 'M', 'S', 'XL', 'XS'],
# 默認(rèn)不排序
ordered=False,
# 數(shù)據(jù)類型
dtype='category'
)
In [30]:
c2 = pd.CategoricalIndex(
["S","M","L","XS","M","L","S","M","L","XL"],
# 指定分類的數(shù)據(jù)
categories=["XS","S","M","L","XL"]
)
c2
Out[30]:
CategoricalIndex(
['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'],
categories=['XS', 'S', 'M', 'L', 'XL'],
ordered=False,
dtype='category'
)
In [31]:
c3 = pd.CategoricalIndex(
# 數(shù)據(jù)
["S","M","L","XS","M","L","S","M","L","XL"],
# 分類名字
categories=["XS","S","M","L","XL"],
# 確定排序
ordered=True
)
c3
Out[31]:
CategoricalIndex(
['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'],
categories=['XS', 'S', 'M', 'L', 'XL'],
ordered=True, # 已經(jīng)排序
dtype='category')
In [32]:
c4 = pd.CategoricalIndex(
# 待排序的數(shù)據(jù)
["S","M","L","XS","M","L","S","M","L","XL"],
# 指定分類順序
categories=["XS","S","M","L","XL"],
# 排序
ordered=True,
# 索引名字
name="category"
)
c4
Out[32]:
CategoricalIndex(
['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'],
categories=['XS', 'S', 'M', 'L', 'XL'],
ordered=True,
name='category',
dtype='category'
)
CategoricalIndex 索引對(duì)象也可以從 Categorical() 方法進(jìn)行實(shí)例化得到：
In [33]:
c5 = pd.Categorical(["a", "b", "c", "c", "b", "c", "a"])
pd.CategoricalIndex(c5)
Out[33]:
CategoricalIndex(
['a', 'b', 'c', 'c', 'b', 'c', 'a'],
categories=['a', 'b', 'c'],
ordered=False, # 默認(rèn)不排序
dtype='category')
In [34]:
pd.CategoricalIndex(c5, ordered=True) # 指定排序
Out[34]:
CategoricalIndex(
['a', 'b', 'c', 'c', 'b', 'c', 'a'],
categories=['a', 'b', 'c'],
ordered=True, # 排序
dtype='category')
pd.DatetimeIndex
以時(shí)間和日期作為索引，通過(guò)date_range函數(shù)來(lái)生成，具體語(yǔ)法為：
pd.DatetimeIndex(
data=None, # 數(shù)據(jù)
freq=NoDefault.no_default, # 頻率
tz=None, # 時(shí)區(qū)
normalize=False, # 是否歸一化
closed=None, # 區(qū)間是否關(guān)閉
# ‘infer’, bool-ndarray, ‘NaT’, 默認(rèn)‘raise’
ambiguous='raise',
dayfirst=False, # 第一天
yearfirst=False, # 第一年
dtype=None, # 數(shù)據(jù)類型
copy=False, # 副本
name=None # 名字
)
以時(shí)間和日期作為索引，通過(guò)date_range函數(shù)來(lái)生成，具體例子為：
In [35]:
# 默認(rèn)天為頻率
pd.date_range("2022-01-01",periods=6)
Out[35]:
DatetimeIndex(
['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04',
'2022-01-05', '2022-01-06'],
dtype='datetime64[ns]',
freq='D' # 頻率
)
In [36]:
# 日期作為索引，D代表天
d1 = pd.date_range(
"2022-01-01",
periods=6,
freq="D")
d1
Out[36]:
DatetimeIndex(
['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04',
'2022-01-05', '2022-01-06'],
dtype='datetime64[ns]',
freq='D')
In [37]:
# H代表小時(shí)
pd.date_range("2022-01-01",periods=6, freq="H")
Out[37]:
DatetimeIndex(
['2022-01-01 00:00:00', '2022-01-01 01:00:00',
'2022-01-01 02:00:00', '2022-01-01 03:00:00',
'2022-01-01 04:00:00', '2022-01-01 05:00:00'],
dtype='datetime64[ns]',
freq='H')
In [38]:
# M代表月
pd.date_range("2022-01-01",periods=6, freq="3M")
Out[38]:
DatetimeIndex(
['2022-01-31', '2022-04-30',
'2022-07-31','2022-10-31',
'2023-01-31', '2023-04-30'],
dtype='datetime64[ns]',
freq='3M')
In [39]:
# Q代表季度
pd.date_range("2022-01-01",periods=6, freq="Q")
顯示的結(jié)果中以一個(gè)季度-3個(gè)月為頻率：
Out[39]:
DatetimeIndex(
['2022-03-31', '2022-06-30',
'2022-09-30','2022-12-31',
'2023-03-31', '2023-06-30'],
dtype='datetime64[ns]',
freq='Q-DEC')
In [40]:
# 指定時(shí)區(qū)tz
pd.date_range("2022-01-01",periods=6, tz="Asia/Calcutta")
Out[40]:
DatetimeIndex(
['2022-01-01 00:00:00+05:30', '2022-01-02 00:00:00+05:30',
'2022-01-03 00:00:00+05:30', '2022-01-04 00:00:00+05:30',
'2022-01-05 00:00:00+05:30', '2022-01-06 00:00:00+05:30'],
dtype='datetime64[ns, Asia/Calcutta]', freq='D')
pd.PeriodIndex
pd.PeriodIndex是一個(gè)專門針對(duì)周期性數(shù)據(jù)的索引，方便針對(duì)具有一定周期的數(shù)據(jù)進(jìn)行處理，具體用法如下：
pd.PeriodIndex(
data=None, # 數(shù)據(jù)
ordinal=None, # 序數(shù)
freq=None, # 頻率
dtype=None, # 數(shù)據(jù)類型
copy=False, # 副本
name=None, # 名字
**fields
)
生成pd.PeriodIndex對(duì)象的方式1：指定開始時(shí)間、周期頻率
In [41]:
pd.period_range('2022-01-01 09:00', periods=5, freq='H')
Out[41]:
PeriodIndex(
['2022-01-01 09:00', '2022-01-01 10:00',
'2022-01-01 11:00','2022-01-01 12:00', '2022-01-01 13:00'],
dtype='period[H]', freq='H')
In [42]:
pd.period_range('2022-01-01 09:00', periods=6, freq='2D')
Out[42]:
PeriodIndex(
['2022-01-01', '2022-01-03',
'2022-01-05', '2022-01-07',
'2022-01-09', '2022-01-11'],
dtype='period[2D]',
freq='2D')
In [43]:
pd.period_range('2022-01', periods=5, freq='M')
Out[43]:
PeriodIndex(
['2022-01', '2022-02',
'2022-03', '2022-04', '2022-05'],
dtype='period[M]', freq='M')
In [44]:
p1 = pd.DataFrame(
{"name":["xiaoming","xiaohong","Peter","Mike","Jimmy"]},
# 指定索引
index=pd.period_range('2022-01-01 09:00', periods=5, freq='3H')
)
p1
生成pd.PeriodIndex對(duì)象的方式2：直接使用pd.PeriodIndex方法
In [45]:
pd.PeriodIndex(
['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04'],
freq = '2H')
Out[45]:
PeriodIndex(
['2022-01-01 00:00', '2022-01-02 00:00',
'2022-01-03 00:00','2022-01-04 00:00'],
dtype='period[2H]', freq='2H')
In [46]:
pd.PeriodIndex(
['2022-01', '2022-02',
'2022-03', '2022-04'],
freq = 'M')
Out[46]:
PeriodIndex(
['2022-01', '2022-02',
'2022-03', '2022-04'],
dtype='period[M]',
freq='M')
In [47]:
pd.PeriodIndex(['2022-01', '2022-07'], freq = 'Q')
Out[47]:
PeriodIndex(
['2022Q1', '2022Q3'],
dtype='period[Q-DEC]',
freq='Q-DEC')
生成pd.PeriodIndex對(duì)象的方式3：利用date_range函數(shù)先生成DatetimeIndex對(duì)象
In [48]:
data = pd.date_range("2022-01-01",periods=6)
data
Out[48]:
DatetimeIndex(
['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04',
'2022-01-05', '2022-01-06'],
dtype='datetime64[ns]',
freq='D')
In [49]:
pd.PeriodIndex(data=data)
Out[49]:
PeriodIndex(
['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04',
'2022-01-05', '2022-01-06'],
dtype='period[D]', freq='D')
In [50]:
p2 = pd.DataFrame(np.random.randn(400, 1),
columns=['number'],
# 指定索引
index=pd.period_range('2021-01-01 8:00',
periods=400,
freq='D'))
p2
pd.TimedeltaIndex
pd.TimedeltaIndex(
data=None, # 數(shù)據(jù)
unit=None, # 最小單元
freq=NoDefault.no_default, # 頻率
closed=None, # 指定關(guān)閉的位置
dtype=dtype('<m8[ns]'), # 數(shù)據(jù)類型
copy=False, # 副本
name=None # 名字
)
創(chuàng)建方式1：指定數(shù)據(jù)和最小單元
In [51]:
pd.TimedeltaIndex([12, 24, 36, 48], unit='s')
Out[51]:
TimedeltaIndex(
['0 days 00:00:12', '0 days 00:00:24',
'0 days 00:00:36','0 days 00:00:48'],
dtype='timedelta64[ns]',
freq=None)
In [52]:
pd.TimedeltaIndex([1, 2, 3, 4], unit='h') # 按小時(shí)
Out[52]:
TimedeltaIndex(
['0 days 01:00:00', '0 days 02:00:00',
'0 days 03:00:00','0 days 04:00:00'],
dtype='timedelta64[ns]',
freq=None)
In [53]:
pd.TimedeltaIndex([12, 24, 36, 48], unit='h')
Out[53]:
TimedeltaIndex(
['0 days 12:00:00', '1 days 00:00:00',
'1 days 12:00:00','2 days 00:00:00'],
dtype='timedelta64[ns]', # 數(shù)據(jù)類型
freq=None)
In [54]:
pd.TimedeltaIndex([12, 24, 36, 48], unit='D')
Out[54]:
TimedeltaIndex(
['12 days', '24 days', '36 days', '48 days'],
dtype='timedelta64[ns]', freq=None)
創(chuàng)建方式2：通過(guò)timedelta_range函數(shù)來(lái)間接生成
In [55]:
data1 = pd.timedelta_range(start='1 day', periods=4)
data1
Out[55]:
TimedeltaIndex(['1 days', '2 days', '3 days', '4 days'], dtype='timedelta64[ns]', freq='D')
In [56]:
pt1 = pd.TimedeltaIndex(data1)
pt1
Out[56]:
TimedeltaIndex(
['1 days', '2 days', '3 days', '4 days'],
dtype='timedelta64[ns]', freq='D')
In [57]:
data2 = pd.timedelta_range(start='1 day', end='3 days', freq='6H')
data2
Out[57]:
TimedeltaIndex(
['1 days 00:00:00', '1 days 06:00:00', '1 days 12:00:00',
'1 days 18:00:00', '2 days 00:00:00', '2 days 06:00:00',
'2 days 12:00:00', '2 days 18:00:00', '3 days 00:00:00'],
dtype='timedelta64[ns]', freq='6H')
In [58]:
pt2 = pd.TimedeltaIndex(data2)
pt2
Out[58]:
- END - 對(duì)比Excel系列圖書累積銷量達(dá)15w冊(cè)，讓你輕松掌握數(shù)據(jù)分析技能，可以點(diǎn)擊下方鏈接進(jìn)行了解選購(gòu)：
評(píng)論
圖片
表情