Pandas中Series和DataFrame的索引实现
本文深入解析Pandas中Series和DataFrame的索引机制，涵盖基于下标与关键字的索引方式、整数索引的特殊处理、布尔Series过滤及Index对象应用。重点对比loc与iloc的行为差异，通过代码示例展示列索引、行切片及布尔筛选的具体操作，帮助开发者掌握高效的数据访问技巧。
Pandas索引机制概述
正文
在处理Series和DataFrame对象时，首先需要明确索引的核心逻辑：即区分是使用位置下标进行访问，还是使用关键字（标签）进行访问。这与Python原生数据结构类似，list依赖下标，而dict依赖关键字。
当下标索引时，位置始终从0开始，且索引值表现为数字。若采用关键字索引，则关键字对应的是内部key的值，其类型既可以是数字，也可以是字符串等其他类型。
Series对象的索引实现
Series对象介绍：
Series对象由索引（index）和值（values）两部分构成，遵循一个index对应一个value的关系。其中，index是Pandas库中的Index对象，而values则是NumPy库中的数组对象。
import pandas as pd
s1 = pd.Series([2,3,4,5], index=['a', 'b', 'c', 'd'])
print(s1)
结果：
a 2
b 3
c 4
d 5
dtype: int64
print(s1.index)
结果：
Index(['a', 'b', 'c', 'd'], dtype='object')
print(s1.values)
结果：
[2 3 4 5]
如何对Series对象进行索引？
1：使用index中的值进行索引
print(s1['a'])
结果：
2
print(s1[['a','d']])
结果：
a 2
d 5
dtype: int64
print(s1['b':'d'])
结果（注意，切片索引保存最后一个值）：
b 3
c 4
d 5
dtype: int64
2：使用下标进行索引
print(s1[0])
结果：
2
print(s1[[0,3]])
结果：
a 2
d 5
dtype: int64
print(s1[1:3])
结果（注意：这里和上面不同的是不保存最后一个值，与正常索引相同）：
b 3
c 4
dtype: int64
3：特殊情况：
当index为字符串时，上述逻辑清晰。但若index为数字，此时进行索引是依据index的值还是下标？
s1 = pd.Series([2,3,4,5], index=[1,2,3,4])
print(s1[2])
结果：
3
print(s1[0]) 会报错
print(s1[[2,4]])
结果：
2 3
4 5
dtype: int64
print(s1[1:3])
结果：
2 3
3 4
dtype: int64观察可知，当index为整数时，前两种访问方式（直接取值和列表取值）均依据index的值进行，而第三种切片操作则严格依据下标进行。
4:使用布尔Series进行索引
使用布尔Series进行索引时，要求该布尔Series与目标Series拥有相同的index，以确保对齐。
s1 = pd.Series([2,3,4,5], index=['a', 'b', 'c', 'd']
print(s1 > 3)
结果（这是一个bool Series）：
a False
b False
c True
d True
dtype: bool
print(s1[s1 > 3])
结果（只需要把bool Series 传入Series就可以实现索引）：
c 4
d 5
dtype: int64
5：使用Index对象来进行索引
使用Index对象进行索引与直接使用值索引并无本质区别。由于Index内部存储了大量值，可将其视为一个列表进行访问。
DataFrame对象的索引实现
DataFrame对象介绍：
DataFrame是一个由行和列组成的二维表格结构。其中，列由columns定义，行由index定义，二者均为Index对象。其底层数据值依然由NumPy数组承载。
data = {'name':['ming', 'hong', 'gang', 'tian'], 'age':[12, 13, 14, 20], 'score':[80.3, 88.2, 90, 99.9]}
df1 = pd.DataFrame(data)
print(df1.index)
结果：
RangeIndex(start=0, stop=4, step=1)
print(df1.columns)
结果：
Index(['age', 'name', 'score'], dtype='object')
print(df1.values)
结果：
[[12 'ming' 80.3]
[13 'hong' 88.2]
[14 'gang' 90.0]
[20 'tian' 99.9]]如何对DataFrame对象进行索引
1：使用columns的值对列进行索引
直接使用columns中的值进行索引，可以获取单列或多列的数据。
print(df1['name'])
结果：
0 ming
1 hong
2 gang
3 tian
Name: name, dtype: object
print(df1[['name','age']])
结果：
name age
0 ming 12
1 hong 13
2 gang 14
3 tian 20
注意：不可以直接使用下标对列进行索引，除非该columns当中包含该值。如下面的操作是错误的
print(df1[0])
结果： 错误
2：切片或者布尔Series对行进行索引
使用切片索引，或者布尔类型Series进行索引：
print(df1[0:3])
使用切片进行选择，结果：
age name score
0 12 ming 80.3
1 13 hong 88.2
2 14 gang 90.0
print(df1[ df1['age'] > 13 ])
使用布尔类型Series进行索引，其实还是要求布尔Series和DataFrame有相同的index，结果：
age name score
2 14 gang 90.0
3 20 tian 99.9
loc与iloc的核心区别
3：使用loc和iloc进行索引
本质上，loc是基于index和columns中的具体值进行索引，而iloc则忽略index和columns的具体标签，始终使用从0开始的下标进行索引。理解这一区别后，后续的索引操作将变得非常直观：
print(df1.loc[3])
结果：
name hong
score 88.2
Name: 3, dtype: object
print(df1.loc[:,'age'])
结果：
1 12
3 13
4 14
5 20
Name: age, dtype: int64
print(df1.iloc[3])
结果：
age 20
name tian
score 99.9
Name: 5, dtype: object
print(df1.iloc[:,1])
结果：
1 ming
3 hong
4 gang
5 tian
Name: name, dtype: object
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
