数据分析应用项目化教程（Python） 课件 任务4.2索引操作1 .pptx

第四章使用pandas进行数据对象构建和数据运算

任务4.2索引操作Pandas索引操作概述使用位置索引和标签索引操作Series使用位置索引和标签索引操作DataFrame使用函数式索引操作Series和DataFrame使用常见查询方法查询数据索引用途索引变换

Pandas索引操作概述Pandas有关索引的用法类似于NumPy数组的索引，只不过Pandas的索引既可以使用位置索引(下标），也可以使用标签索引（索引名)。另外，针对位置索引和标签索引专门提供了iloc和loc属性访问方法。无论是位置索引，还是标签索引，表达上都有4种索引方式，即基本索引、切片索引、花式索引和布尔索引。

Pandas索引操作概述NumPy多维数组Ndarray访问索引的类别：位置（下标）索引索引的表达方式：四种，基本索引、切片索引、花式索引和布尔索引索引的操作方式：索引运算符[]Pandas数据结构Series和DataFrame访问索引的类别：位置（下标）索引、标签（名称）索引索引的表达方式：四种，基本索引、切片索引、花式索引和布尔索引索引的操作方式：索引运算符[]和属性运算符.，有一定局限性数据结构对象的iloc和loc属性，灵活方便

Pandas索引操作概述iloc：基于位置索引或布尔数组索引访问数据结构，也就是同样可以使用四种索引来访问数据结构。切片索引只包含起始位置索引，不包含结束位置索引。loc：基于标签索引或布尔数组（或带标签的布尔数组）索引访问数据结构，也就是同样可以使用四种索引来访问数据结构。切片既包含起始标签索引，也包含结束标签索引。

使用位置索引和标签索引操作Series-概述

使用索引运算符[]和属性.运算符操作Series使用iloc或loc属性操作Seriess.iloc[行位置索引]、s.iloc[布尔数组索引]s.loc[行标签索引]、s.loc[带标签布尔数组索引或布尔数组索引]索引运算符、iloc或loc属性中使用四种索引

使用位置索引和标签索引操作Series-基本索引使用基本索引，s表示Series对象。形如：s[下标]、s[标签]、s.标签、s.iloc[下标]、s.loc[标签]

使用位置索引和标签索引操作Series-切片索引使用切片索引形如：s[下标i：下标j]、s[标签i：标签j]、s.iloc[下标i：下标j]、s.loc[标签i:标签j]

使用位置索引和标签索引操作Series-花式索引使用花式索引形如：s[下标列表]、s[标签列表]、s.iloc[下标列表]、s.loc[标签列表]

使用位置索引和标签索引操作Series-布尔索引使用布尔索引形如：s[带标签的布尔数组或布尔数组]、s.loc[带标签的布尔数组或布尔数组]、s.iloc[布尔数组]

使用位置索引和标签索引操作DataFrame-概述使用索引运算符[]和.操作DataFrame使用iloc或loc属性操作DataFramedf.iloc[行位置索引]、df.iloc[布尔数组索引]df.loc[行标签索引]、df.loc[带标签布尔数组索引或布尔数组索引]df.iloc[行位置索引，列位置索引]df.loc[行标签索引,列标签索引]df[,]不支持索引运算符、iloc或loc属性中使用四种索引

使用位置索引和标签索引操作DataFrame-基本索引通过[]和.直接使用基本索引，df表示DataFrame对象。注意：df的索引运算符操作是先列后行，先列必须得到是一个Series才能后行形如：df[列标签]或df.列标签，得到一个Series，后续按Series索引操作。

使用位置索引和标签索引操作DataFrame-基本索引通过loc和iloc使用基本索引，注意，是始终是先行后列取数据df.loc方法，始终先行后列的标签索引查询df.iloc方法，始终先行后列的位置索引查询

使用位置索引和标签索引操作DataFrame-切片索引直接使用切片索引，注意，切片索引只能使用行位置索引和行标签索引表达，不支持列索引表达形如：df[行下标i:行下标j]、df[行标签i:行标签j]，即使i==j,结果也是DataFrame

使用位置索引和标签索引操作DataFrame-切片索引iloc和loc使用切片索引，始终是先行获取数据形如：df.iloc[行下标i:行下标j]、df.loc[行标签i:行标签j]

使用位置索引和标签索引操作DataFrame-花式索引直接使用花式索引，注意，也是先列方向，花式索引只能使用列标签索引表达形如：df[[列标签列表]]

使用位置索引和标签索引操作DataFrame-花式索引iloc和loc使用花式