Python資料分析與展示：DataFrame類型索引操作-10

DataFrame對象操作

重新索引

.reindex()能夠改變或重排Series和DataFrame索引

.reindex(index=None, columns=None,…)的參數

參數	說明
index, columns	新的行列自定義索引
fill_value	重新索引中，用于填充缺失位置的值
method	填充方法, ffill目前值向前填充，bfill向後填充
limit	最大大填充量
copy	預設True，生成新的對象，False時，新舊相等不複制

索引類型

Series和DataFrame的索引是Index類型

Index對象是不可修改類型

索引類型常用方法

方法
.append(idx)	連接配接另一個Index對象，産生新的Index對象
.diff(idx)	計算差集，産生新的Index對象
.intersection(idx)	計算交集
.union(idx)	計算并集
.delete(loc)	删除loc位置處的元素
.insert(loc,e)	在loc位置增加一個元素e

.drop()能夠删除Series和DataFrame指定行或列索引

代碼示例

# -*- coding: utf-8 -*-

# @File    : dataframe_demo2.py
# @Date    : 2018-05-20

# DataFrame對象操作

from pandas import DataFrame

dt = {
    "城市": ["北京", "上海", "南京", "天津"],
    "人口": [200, 20, 30, 40],
    "收入": [10, 20, 40, 50]
}

df = DataFrame(dt, index=["c1", "c2", "c3", "c4"])

print(df)
"""
    城市   人口  收入
c1  北京  200  10
c2  上海   20  20
c3  南京   30  40
c4  天津   40  50
"""

# 重新索引行,排序
df2 = df.reindex(index=["c4", "c3", "c2", "c1"])

print(df2)

"""
    城市   人口  收入
c4  天津   40  50
c3  南京   30  40
c2  上海   20  20
c1  北京  200  10
"""

# 重新索引列，排序
df3 = df.reindex(columns=["城市", "收入", "人口"])

print(df3)
"""
    城市  收入   人口
c1  北京  10  200
c2  上海  20   20
c3  南京  40   30
c4  天津  50   40
"""

# 插入列索引
col = df.columns.insert(3, "新增")
print(col)
"""
Index(['城市', '人口', '收入', '新增'], dtype='object')
"""

# 增加資料，預設填充200
df4 = df.reindex(columns=col, fill_value=200)
print(df4)
"""
    城市   人口  收入   新增
c1  北京  200  10  200
c2  上海   20  20  200
c3  南京   30  40  200
c4  天津   40  50  200
"""

# 删除插入索引
nc = df.columns.delete(2)
ni = df.index.insert(5, "c0")

df5 = df.reindex(index=ni, columns=nc)
print(df5)
"""
     城市     人口
c1   北京  200.0
c2   上海   20.0
c3   南京   30.0
c4   天津   40.0
c0  NaN    NaN
"""

# DataFrame删除行
df6 = df5.drop("c1")
print(df6)
"""
     城市    人口
c2   上海  20.0
c3   南京  30.0
c4   天津  40.0
c0  NaN   NaN
"""

# DataFrame删除列
df7 = df6.drop("人口", axis=1)
print(df7)
"""
     城市
c2   上海
c3   南京
c4   天津
c0  NaN
"""