Python 数据处理(二十四)—— 索引和选择

Python010

Python 数据处理(二十四)—— 索引和选择,第1张

如果你想获取 'A' 列的第 0 和第 2 个元素,你可以这样做:

这也可以用 .iloc 获取,通过使用位置索引来选择内容

可以使用 .get_indexer 获取多个索引:

警告 :

对于包含一个或多个缺失标签的列表,使用 .loc 或 [] 将不再重新索引,而是使用 .reindex

在以前的版本中,只要索引列表中存在至少一个有效标签,就可以使用 .loc[list-of-labels]

但是现在,只要索引列表中存在缺失的标签将引发 KeyError 。推荐的替代方法是使用 .reindex() 。

例如

索引列表的标签都存在

先前的版本

但是,现在

索引标签列表中包含不存在的标签,使用 reindex

另外,如果你只想选择有效的键,可以使用下面的方法,同时保留了数据的 dtype

对于 .reindex() ,如果有重复的索引将会引发异常

通常,您可以将所需的标签与当前轴做交集,然后重新索引

但是,如果你的索引结果包含重复标签,还是会引发异常

使用 sample() 方法可以从 Series 或 DataFrame 中随机选择行或列。

该方法默认会对行进行采样,并接受一个特定的行数、列数,或数据子集。

默认情况下, sample 每行最多返回一次,但也可以使用 replace 参数进行替换采样

默认情况下,每一行被选中的概率相等,但是如果你想让每一行有不同的概率,你可以为 sample 函数的 weights 参数设置抽样权值

这些权重可以是一个列表、一个 NumPy 数组或一个 Series ,但它们的长度必须与你要抽样的对象相同。

缺失的值将被视为权重为零,并且不允许使用 inf 值。如果权重之和不等于 1 ,则将所有权重除以权重之和,将其重新归一化。例如

当应用于 DataFrame 时,您可以通过简单地将列名作为字符串传递给 weights 作为采样权重(前提是您要采样的是行而不是列)。

sample 还允许用户使用 axis 参数对列进行抽样。

最后,我们还可以使用 random_state 参数为 sample 的随机数生成器设置一个种子,它将接受一个整数(作为种子)或一个 NumPy RandomState 对象

当为该轴设置一个不存在的键时, .loc/[] 操作可以执行放大

在 Series 的情况下,这实际上是一个追加操作

可以通过 .loc 在任一轴上放大 DataFrame

这就像 DataFrame 的 append 操作

由于用 [] 做索引必须处理很多情况(单标签访问、分片、布尔索引等),所以需要一些开销来搞清楚你的意图

如果你只想访问一个标量值,最快的方法是使用 at 和 iat 方法,这两个方法在所有的数据结构上都实现了

与 loc 类似, at 提供了基于标签的标量查找,而 iat 提供了基于整数的查找,与 iloc 类似

同时,你也可以根据这些索引进行设置值

如果索引标签不存在,会放大数据

另一种常见的操作是使用布尔向量来过滤数据。运算符包括:

|(or) 、 &(and) 、 ~ (not)

这些必须用括号来分组,因为默认情况下, Python 会将 df['A'] >2 &df['B'] <3 这样的表达式评估为 df['A'] >(2 &df['B']) <3 ,而理想的执行顺序是 (df['A'] >2) &(df['B'] <3)

使用一个布尔向量来索引一个 Series ,其工作原理和 NumPy ndarray 一样。

您可以使用一个与 DataFrame 的索引长度相同的布尔向量从 DataFrame 中选择行

列表推导式和 Series 的 map 函数可用于产生更复杂的标准

我们可以使用布尔向量结合其他索引表达式,在多个轴上索引

iloc 支持两种布尔索引。如果索引器是一个布尔值 Series ,就会引发异常。

例如,在下面的例子中, df.iloc[s.values, 1] 是正确的。但是 df.iloc[s,1] 会引发 ValueError 。

Python 提供了5个字符串操作符:in、空格、加号、星号和逗号。

字符串是字符的有序集合,可用in 操作符判断字符串包含关系,例如:

以空格分隔(或者没有分隔符号)的多个字符串可自动合并,例如:

加号可将多个字符串合并,例如:

星号用于将字符串复制多次以构成新的字符串,例如:

在使用逗号分隔字符串时,会创建字符串组成的元组,例如:

字符串是一个有序的集合,其中的每个字符可通过偏移量进行索引或分片。字符串中的字符按从左到右的顺序,偏移量依次为: 0 、 1 、 2 … len-1 (最后一个字符的偏移量为字符串长度减1);或者倒着排,为: -len … -2 、 -1 。索引指通过偏移量来定位字符串中的单个字符,例如:

通过索引可获得指定位置的单个字符,但不能通过索引来修改字符串。因为字符串对象不允许被修改,例如:

字符串的切片利用索引范围从字符串中获得连续的多个字符(即子字符串)。字符串切片的基本格式如下:

表示返回字符串x中从偏移量start开始,到偏移量end之前的子字符串。 start和end参数均可省略,start默认为0,end默认为字符串长度。例如:

默认情况下,切片用于返回字符串中的多个连续字符,可以通过步长参数来跳过中间的字符,其格式如下:

用这种格式切片时,会依次跳过中间step-1个字符,step默认为1。请看如下代码:

《【3】学习视频》百度网盘资源免费下载

链接:https://pan.baidu.com/s/1M89UGS4TQFxL6DiMiM1ZYA

提取码:m6tm

【3】学习视频|python视频教程|Python入门基础视频教程|lets python 视频教程|Lets-python-017-文件和输入输出01.avi|Lets-python-016-条件和循环02-练习题和生成器.avi|Lets-python-015-条件和循环01.avi|Lets-python-014-映射和集合02.avi|Lets-python-013-映射和集合01.avi|Lets-python-012-序列04-02.avi|Lets-python-012-序列04-01.avi|Lets-python-011-del和getattr.avi|Lets-python-010-序列03.avi|lets-python-009-序列02.avi|Lets-python-008-序列01.avi