pandas学习——索引对象和一些常用函数

索引对象

pandas的索引对象是数据标签的容器。在创建序列或数据框的时候，数组或者其他表示数据标签的有序列会自动的转换成索引对象。

>>> s
a    0.694635
b    0.068107
c    0.302411
d    0.044751
a    0.858449
dtype: float64

>>> s.index
Index(['a', 'b', 'c', 'd', 'a'], dtype='object')

>>> s.index[1:3]
Index(['b', 'c'], dtype='object')

索引对象是不可以被修改的s.index[1:2]='f是会报错的。

可以把索引对象通过赋值的方式赋给其他数据结构

>> ss = pd.Series(range(3), index=s.index[1:4])
>>> ss
b    0
c    1
d    2
dtype: int64

如果个数相等的情况下直接赋值，索引对象是相同的，并不会生成一个新的索引对象。

核心的基本函数

• head(n):展示前n行数据
• tail(n):展示后n行数据
• shape属性返回数组的形状，values属性返回实际的数据。
• reindex()可以改变索引并且创建一个新的对象

>>> s = pd.Series(range(4), index=['a','b','c','d'])
>>> s
a    0
b    1
c    2
d    3
dtype: int64

>>> s.reindex([1,2,3,4])
1   NaN
2   NaN
3   NaN
4   NaN
dtype: float64
    
>>> s.reindex([1,2,3,4], fill_value=0)
1    0
2    0
3    0
4    0
dtype: int64

可以看到，由于之前没有标签，所有的数据都是NaN，用fill_value可以填充值。（使用s = s.reindex(……)）才会改变s

也可以通过Index参数和columns改变行列标签。

• rename可以改变列标签名

trainData.rename(columns={
    
    'Name':'Title'}, inplace=True)

这里就是把trainData的列名从Name，改到了Title