龙空技术网

8 个例子帮你快速掌握 Pandas 索引操作

deephub 364

前言:

而今小伙伴们对“php索引重置”可能比较关切,小伙伴们都想要剖析一些“php索引重置”的相关内容。那么小编同时在网上收集了一些对于“php索引重置””的相关知识,希望你们能喜欢,看官们一起来了解一下吧!

如果您使用Python作为数据处理的语言,那么pandas很可能是你代码中使用最多的库之一。pandas的关键数据结构是DataFrame,这是一个类似电子表格的数据表,由行和列组成。在处理dataframe时,我们经常需要处理索引,这可能很棘手。在本文中,让我们回顾一些关于用pandas处理索引的技巧。

在读取时指定索引列

在许多情况下,我们的数据源是一个CSV文件。假设我们有一个名为data.csv的文件,它有以下数据。

date,temperature,humidity07/01/21,95,5007/02/21,94,5507/03/21,94,56

默认情况下,pandas将为我们创建一个基于0的索引,如下所示。

>>> pd.read_csv("data.csv", parse_dates=["date"])date temperature humidity0 2021-07-01 95 501 2021-07-02 94 552 2021-07-03 94 56

我们可以在导入过程中通过将index_col参数设置为适用的列来直接指定索引列。

>>> pd.read_csv("data.csv", parse_dates=["date"], index_col="date")temperature humiditydate 2021-07-01 95 502021-07-02 94 552021-07-03 94 56
DataFrame中设置索引

读取数据或其他一些数据处理步骤后,您可能希望手动设置索引。我们可以使用set_index方法。

>>> df = pd.read_csv("data.csv", parse_dates=["date"])>>> df.set_index("date")temperature humiditydate 2021-07-01 95 502021-07-02 94 552021-07-03 94 56

在此方法中,将指定哪些列作为新索引。这里有两件事值得注意。

默认情况下,此方法将创建一个新的DataFrame。如果你想改变索引的位置,你运行df.set_index(“date”, inplace=True)。

如果希望设置索引后列还存在,可以运行df.set_index(“date”, drop=False)。

>>> df.set_index("date", drop=False)date temperature humiditydate 2021-07-01 2021-07-01 95 502021-07-02 2021-07-02 94 552021-07-03 2021-07-03 94 56
在一些操作后重置索引

在处理DataFrame时,一些操作(如删除行、索引选择)将生成原始索引的子集。要重新生成连续索引,可以使用reset_index方法。

>>> df0 = pd.DataFrame(np.random.rand(5, 3), columns=list("ABC"))>>> df0A B C0 0.548012 0.288583 0.7342761 0.342895 0.207917 0.9954852 0.378794 0.160913 0.9719513 0.039738 0.008414 0.2265104 0.581093 0.750331 0.133022>>> df1 = df0[df0.index % 2 == 0]>>> df1A B C0 0.548012 0.288583 0.7342762 0.378794 0.160913 0.9719514 0.581093 0.750331 0.133022>>> df1.reset_index(drop=True)A B C0 0.548012 0.288583 0.7342761 0.378794 0.160913 0.9719512 0.581093 0.750331 0.133022

通常,我们不需要保留旧索引,因此我们希望将drop参数设置为True,这意味着该操作将删除旧索引。类似地,如果你想重置索引,不要忘记将inplace参数设置为True,否则将创建一个新的DataFrame。

将索引从groupby操作转换为列

分组是最常用的方法,让我们通过添加分组列来继续使用在上一步中创建的df0 。

>>> df0["team"] = ["X", "X", "Y", "Y", "Y"]>>> df0A B C team0 0.548012 0.288583 0.734276 X1 0.342895 0.207917 0.995485 X2 0.378794 0.160913 0.971951 Y3 0.039738 0.008414 0.226510 Y4 0.581093 0.750331 0.133022 Y>>> df0.groupby("team").mean()A B Cteam X 0.445453 0.248250 0.864881Y 0.333208 0.306553 0.443828

使用分组变量和列作为索引,分组操作后创建的DataFrame就不是您需要的DataFrame了。但是你可能希望这些索引是列。有两种方法可以完成所需的操作,如下所示。就我个人而言,我更喜欢第二种方法,它只涉及两个步骤。

>>> df0.groupby("team").mean().reset_index()team A B C0 X 0.445453 0.248250 0.8648811 Y 0.333208 0.306553 0.443828>>> df0.groupby("team", as_index=False).mean()team A B C0 X 0.445453 0.248250 0.8648811 Y 0.333208 0.306553 0.443828
排序后重置索引

排序是数据处理过程中非常常见的操作。 当我们对行进行排序时,默认情况下,这些行将保留它们各自的索引。 但是,这可能不是所需的行为。 如果要在排序后重置索引,只需在 sort_values 方法中设置 ignore_index 参数即可。

>>> df0.sort_values("A")A B C team3 0.039738 0.008414 0.226510 Y1 0.342895 0.207917 0.995485 X2 0.378794 0.160913 0.971951 Y0 0.548012 0.288583 0.734276 X4 0.581093 0.750331 0.133022 Y>>> df0.sort_values("A", ignore_index=True)A B C team0 0.039738 0.008414 0.226510 Y1 0.342895 0.207917 0.995485 X2 0.378794 0.160913 0.971951 Y3 0.548012 0.288583 0.734276 X4 0.581093 0.750331 0.133022 Y
删除重复项后重置索引

当我们处理现实生活中的数据集时,经常会出现重复记录的情况。因此,我们需要删除这些副本。在删除之后,我们还希望索引按所需的顺序排列。使用类似的方法,我们可以利用drop_duplicates方法中的ignore_index参数。

为了简单起见,让我们假设每个team只有一个df0 记录。

>>> df0A B C team0 0.548012 0.288583 0.734276 X1 0.342895 0.207917 0.995485 X2 0.378794 0.160913 0.971951 Y3 0.039738 0.008414 0.226510 Y4 0.581093 0.750331 0.133022 Y>>> df0.drop_duplicates("team", ignore_index=True)A B C team0 0.548012 0.288583 0.734276 X1 0.378794 0.160913 0.971951 Y

如上所示,在“team”列删除重复项之后,每个团队只有第一条记录保存在生成的DataFrame中。重要的是,因为我们将ignore_index设置为True,所以新的DataFrame以基于0的方式使用一组新的索引。

索引的直接赋值

当有一个现有的DataFrame时,可能需要使用不同的数据源或来自单独的操作来分配索引。在这种情况下,可以直接将索引分配给现有的DataFrame。

>>> better_index = ["X1", "X2", "Y1", "Y2", "Y3"]>>> df0.index = better_index>>> df0A B C teamX1 0.548012 0.288583 0.734276 XX2 0.342895 0.207917 0.995485 XY1 0.378794 0.160913 0.971951 YY2 0.039738 0.008414 0.226510 YY3 0.581093 0.750331 0.133022 Y
写入CSV文件时忽略索引

并不是每个人都使用Python或pandas,所以我们经常需要将数据导出到CSV文件。在许多情况下,DataFrame具有基于0的索引。但是,我们不想在导出的CSV文件中包含它。在本例中,我们可以在to_csv方法中设置索引参数。

>>> df0.to_csv("exported_file.csv", index=False)

导出的CSV文件如下所示。文件中没有包含索引列。

总结

在本文中,我们回顾了在pandas中最常见的索引操作。熟悉它们对你处理pandas的数据非常有帮助。当然,我没有讨论MultiIndex,这可以在以后的文章中讨论。

作者:Yong Cui

标签: #php索引重置