一、index的用途
1、更方便的查询
2、提升查询性能
3、自动对齐
4、更多更强大的数据结构支持
二、实例
1、方便查询
import pandas as pd df=pd.read_csv('./ratings.csv') df.head() ''' userId movieId rating timestamp 0 1 1 4.0 964982703 1 1 3 4.0 964981247 2 1 6 4.0 964982224 3 1 47 5.0 964983815 4 1 50 5.0 964982931''' #使用index查询 #改变索引值 df.set_index('userId',inplace=True,drop=False) #drop=False表示不删除原值 df.head() ''' userId movieId rating timestamp userId 1 1 1 4.0 964982703 1 1 3 4.0 964981247 1 1 6 4.0 964982224 1 1 47 5.0 964983815 1 1 50 5.0 964982931 ''' df.loc[df['userId']==500].head() #不使用index按userId查询 ''' userId movieId rating timestamp 79907 500 1 4.0 1005527755 79908 500 11 1.0 1005528017 79909 500 39 1.0 1005527926 79910 500 101 1.0 1005527980 79911 500 104 4.0 1005528065 ''' df.loc[500].head() #使用index查询，简单 ''' userId movieId rating timestamp userId 500 500 1 4.0 1005527755 500 500 11 1.0 1005528017 500 500 39 1.0 1005527926 500 500 101 1.0 1005527980 500 500 104 4.0 1005528065 '''
2、提升效率
3、自动对齐
s1=pd.Series([1,2,3],index=list('abc')) ''' a 1 b 2 c 3 dtype: int64 ''' s2=pd.Series([2,3,4],index=list('bcd')) ''' b 2 c 3 d 4 dtype: int64 ''' s1+s2 ''' a NaN b 4.0 c 6.0 d NaN dtype: float64 '''
b和c自动对齐了，a和d无法对齐，填充了空值
4、支持更多更强大的数据结构
1）Categoricalindex，基于分类的index，提升性能
2）Multiindex，多索引，用于groupby的多维聚合
3）Datetimeindex，时间类索引，强大的日期和时间的方法
1）如果index值唯一，则pandas使用哈希表优化，查询性能为O(1)
2）如果index值不唯一，但有序，则pandas使用二分法查询，性能为O（logN）
3）如果完全随机，每次查询要全表扫描，性能为O(N)
