Series第三讲 索引、迭代
索引、迭代方法总览
Series.get(key[, default])Series.atSeries.iatSeries.locSeries.ilocSeries.__iter__()Series.items()Series.iteritems()Series.keys()Series.pop(item)Series.item()Series.xs(key[, axis, level, drop_level])
详细介绍
先来创建一个Series和一个DataFrame
In [2]: s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
In [3]: s
Out[3]:
a 1
b 2
c 3
d 4
dtype: int64
In [4]: df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
...: index=['cobra', 'viper', 'sidewinder'],
...: columns=['max_speed', 'shield'])
In [5]: df
Out[5]:
max_speed shield
cobra 1 2
viper 4 5
sidewinder 7 8
Series.get(key, default=None)
根据指定的key(一个行索引或列索引)来获取数据，key不存在则返回default值，类似于python的字典。
Series.get时，key为行索引，返回一个标量或default值
DataFrame.get时，key为列索引，返回一列数据或default值
In [6]: s.get('a')
Out[6]: 1
In [7]: df.get('max_speed')
Out[7]:
cobra 1
viper 4
sidewinder 7
Name: max_speed, dtype: int64
In [8]: df.get('max_speeda',0)
Out[8]: 0
Series.at
根据标签或布尔数组定位数据
功能和使用方法与loc一样，请看下面的loc介绍
Series.iat
根据数字(坐标系)或布尔数组定位位置
功能和使用方法与iloc一样，请看下面的iloc介绍
Series.loc
根据标签或布尔数组定位数据
loc[index[, column]]
index可以是单个行标签、也可以是包含多个行标签的列表、行标签的切片、bool数组
column可以是单个列标签、也可以是包含多个列标签的列表、列标签的切片、bool数组
# Series事例
# 单个行标签
In [13]: s['a']
Out[13]: 1
# 多个行标签的列表
In [14]: s[['a', 'c']]
Out[14]:
a 1
c 3
dtype: int64
# 行标签的切片
In [16]: s['a': 'c']
Out[16]:
a 1
b 2
c 3
dtype: int64
# bool数组
In [18]: bool_list = s>2
In [19]: bool_list
Out[19]:
a False
b False
c True
d True
dtype: bool
In [20]: s[bool_list]
Out[20]:
c 3
d 4
dtype: int64
# DataFrame事例
# 获取一行或多行数据
In [24]: df.loc['cobra']
Out[24]:
max_speed 1
shield 2
Name: cobra, dtype: int64
In [25]: df.loc[['cobra', 'viper']]
Out[25]:
max_speed shield
cobra 1 2
viper 4 5
In [26]: df.loc['cobra': 'viper']
Out[26]:
max_speed shield
cobra 1 2
viper 4 5
# bool数组
In [27]: df.loc[df.index=='sidewinder']
Out[27]:
max_speed shield
sidewinder 7 8
# 获取一列或多列数据
In [30]: df.loc[:, 'shield']
Out[30]:
cobra 2
viper 5
sidewinder 8
Name: shield, dtype: int64
# 通过行、列获取数据
In [31]: df.loc['viper', 'shield']
Out[31]: 5
注意⚠️：loc里的切片和python的切片不一样，python里是左闭右开(即不包含结束值)，但是loc是左闭右闭。
注意⚠️：但是在iloc里的切片就和python的切片一样，即符合左闭右开。
Series.iloc
根据数字(坐标系)或布尔数组定位位置，使用方法和loc类似，只是这里用的是坐标
# Series事例
# 获取第4(位置)数据 位置从0开始
In [34]: s[3]
Out[34]: 4
# 获取第4、2个数据
In [35]: s[[3, 1]]
Out[35]:
d 4
b 2
dtype: int64
# 获取前3条数据 也可以写成s[[0, 1, 2]] 或 s[list(range(3))]
In [37]: s[:3]
Out[37]:
a 1
b 2
c 3
dtype: int64
# 获取最后一条数据
In [41]: s[-1]
Out[41]: 4
DataFrame和iloc类似，只是使用的是坐标轴获取数据。
注意⚠️：loc里的切片和python的切片不一样，python里是左闭右开(即不包含结束值)，但是loc是左闭右闭。
注意⚠️：但是在iloc里的切片就和python的切片一样，即符合左闭右开。
Series.__iter__()
返回一个迭代器
如果是Series，返回的是包含values的迭代器；
如果是DataFrame，返回的是包含列名的迭代器
In [42]: s.__iter__()
Out[42]: <map at 0x7fc3abc0b950>
In [43]: for a in s.__iter__():
...: print(a)
...:
1
2
3
4
Series.items()
返回一个可迭代对象，这个对象里的元素内容为一个元组(索引, 值)
和python字典的items()方法有些像
# 对Series
In [47]: s.items()
Out[47]: <zip at 0x7fc3ab361730>
In [48]: for item in s.items():
...: print(item)
...:
('a', 1)
('b', 2)
('c', 3)
('d', 4)
# 对DataFrame
In [49]: for df_item in df.items():
...: print(df_item)
...:
...:
('max_speed', cobra 1
viper 4
sidewinder 7
Name: max_speed, dtype: int64)
('shield', cobra 2
viper 5
sidewinder 8
Name: shield, dtype: int64)
Series.iteritems()
和 items()功能一样
Series.keys()
返回对象的索引
如果是Series，则Series.keys()和Series.index返回结果一样，都返回Series的索引；
如果是DataFrame，则df.keys()返回的是列索引，df.index返回的是行索引。
# 对于Series
In [51]: s.keys()
Out[51]: Index(['a', 'b', 'c', 'd'], dtype='object')
In [52]: s.index
Out[52]: Index(['a', 'b', 'c', 'd'], dtype='object')
# 对于DataFrame
In [55]: df.keys()
Out[55]: Index(['max_speed', 'shield'], dtype='object')
In [56]: df.index
Out[56]: Index(['cobra', 'viper', 'sidewinder'], dtype='object')
Series.pop(item)
根据索引删除元素，返回删除的数值。
与python里list.pop()相似。
注意⚠️：此方法会改变原Series的数据，如果是DataFrame，则item需要指定列名
# 对于Series
In [58]: s.pop('a')
Out[58]: 1
In [59]: s
Out[59]:
b 2
c 3
d 4
dtype: int64
# 对于DataFrame
In [63]: df.pop('max_speed')
Out[63]:
cobra 1
viper 4
sidewinder 7
Name: max_speed, dtype: int64
In [64]: df
Out[64]:
shield
cobra 2
viper 5
sidewinder 8
Series.item()
目前看来只对包含一个元素的Series管用 返回这个元素的值
注意⚠️：DataFrame没有item()方法
In [68]: pd.Series(['a']).item()
Out[68]: 'a'
Series.xs(key, axis=0, level=None, drop_level=True)
选择MultiIndex特定级别的数据，即多层次索引时筛选数据
参数介绍：
- key：label or tuple of label 索引的标签。
- axis{0 or ‘index’, 1 or ‘columns’}, default 0 默认对行进行选取，如果axis=1则对列进行选取。
- level：object, defaults to first n levels (n=1 or len(key)) 用来指定多级索引选取时，这些索引的级别，可以是数字也可以是索引的name。显示结果里的多级索引不包含level指定的层，因为这是过滤层。(意思是我要筛选第二层索引为xxx的数据，则第二层的索引级别不会在结果中显示，除非指定drop_level=False)。
- drop_level：bool, default True 默认会在结果中删除level指定层，如果设为False，则level指定层也在结果显示，即结果和原始数据的层级数一致。
# 首先创建一个多层索引对象 df
In [70]: d = {'num_legs': [4, 4, 2, 2],
...: 'num_wings': [0, 0, 2, 2],
...: 'class': ['mammal', 'mammal', 'mammal', 'bird'],
...: 'animal': ['cat', 'dog', 'bat', 'penguin'],
...: 'locomotion': ['walks', 'walks', 'flies', 'walks']}
In [71]: df = pd.DataFrame(data=d)
...: df = df.set_index(['class', 'animal', 'locomotion'])
...: df
...:
Out[71]:
num_legs num_wings
class animal locomotion
mammal cat walks 4 0
dog walks 4 0
bat flies 2 2
bird penguin walks 2 2
# 可以看出此df对象有三层行索引，class、animal和locomotion
# 获取指定索引处的值 可以看到结果中class层被drop了
In [74]: df.xs('mammal')
Out[74]:
num_legs num_wings
animal locomotion
cat walks 4 0
dog walks 4 0
bat flies 2 2
In [75]: df.loc['mammal']
Out[75]:
num_legs num_wings
animal locomotion
cat walks 4 0
dog walks 4 0
bat flies 2 2
# 可以看出 df.xs('mammal') 和 df.loc['mammal'] 效果一样
# 但是我想获取cat索引的数据时，loc就不能用了。下面看xs来发挥作用吧
# 可以看到 结果中class和animal层被drop了
In [79]: df.xs(('mammal', 'cat'))
Out[79]:
num_legs num_wings
locomotion
walks 4 0
# 如果只想指定cat索引，且该索引不是第一层索引，则需要加上level参数
# level也可以指定为索引名 下面的代码等价于 df.xs('cat', level='animal')
In [80]: df.xs('cat', level=1)
Out[80]:
num_legs num_wings
class locomotion
mammal walks 4 0
# 获取多级索引的值
In [86]: df.xs(('bird', 'walks'), level=[0, 'locomotion'])
Out[86]:
num_legs num_wings
animal
penguin 2 2
# 获取指定列上的值
In [88]: df.xs('num_wings', axis=1)
Out[88]:
class animal locomotion
mammal cat walks 0
dog walks 0
bat flies 2
bird penguin walks 2
Name: num_wings, dtype: int64
In [89]: df.xs(['num_wings', 'num_legs'], axis=1)
Out[89]:
num_wings num_legs
class animal locomotion
mammal cat walks 0 4
dog walks 0 4
bat flies 2 2
bird penguin walks 2 2
# 也可以用loc实现
df.loc[:, ['num_wings', 'num_legs']]
df.loc[:, 'num_wings']
网友评论