pandas基础--数据结构：索引对象

pandas含有是数据分析工作变得更快更简单的高级数据结构和操作工具，是基于numpy构建的。

本章节的代码引入pandas约定为：import pandas as pd，另外import numpy as np也会用到。

官方介绍：pandas - Python Data Analysis Library (pydata.org)

3 索引对象

pandas索引对象负责管理轴标签和其他元数据（比如轴名称）。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个index。

 1 >>> obj = pd.Series(range(3), index=['a', 'b', 'c']) 
 2 >>> index = obj.index
 3 >>> index
 4 Index(['a', 'b', 'c'], dtype='object')
 5 >>> index[1:] 
 6 Index(['b', 'c'], dtype='object')
 7 >>> index[1] = 'd'  #Index对象不可更改
 8 Traceback (most recent call last):
 9   File "<stdin>", line 1, in <module>
10   File "C:\Python37\lib\site-packages\pandas\core\indexes\base.py", line 3910, in __setitem__  
11     raise TypeError("Index does not support mutable operations")
12 TypeError: Index does not support mutable operations
13 >>> index = pd.Index(np.arange(3))
14 >>> obj2 = pd.Series([1.5, -2.5, 0], index=index) 
15 >>> obj2.index is index
16 True

下表是pandas库内置的Index类。

类	说明
Index	最泛化的Index对象，将轴标签表示为一个由python对象组成的NumPy数组
Int64Index	针对整数的特殊Index
MultiIndex	“层次化”索引对象，表示单个轴上的多层索引，可以看作由元数组组成的数组
DatetimeIndex	存储纳秒级时间戳（用NumPy的datatime64类型表示）
PeriodIndex	针对Period数据（时间间隔）的特殊Index

除了长得像数组，Index的功能类似一个固定大小的集合。

 1 >>> frame3
 2 state  Nevada  Ohio
 3 year
 4 2001      2.4   1.7
 5 2002      2.9   3.6
 6 2000      NaN   1.5
 7 >>> 'Ohio' in frame3.columns
 8 True
 9 >>> 2003 in frame3.index    
10 False

每个索引都有一些方法和属性，它们可用于设置逻辑并回答有关该索引所包含的数据的常见问题。

方法	说明
append	连接另一个Index对象，产生一个新的Index
diff	计算差集，并得到一个Index
intersection	计算交集
union	计算并集
isin	计算一个指示各值是否都包含在参数集合中的布尔型数组
delete	删除索引i处的元素，并得到新的Index
drop	删除传入的值，并得到新的Index
insert	将元素插入到索引i处，并得到新的Index
is_monotonic	当各元素均大于等于前一个元素时，返回True
is_unique	当Index没有重复值时，返回True
unique	计算Index中唯一值的数组