pandas的系统学习-1索引操作
2022-06-26 本文已影响0人
林1974
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
根据:python中文网的相关解答:
https://www.cnpython.com/qa/189190
image.png
image.png
image.png
1 导入数据集
import pandas as pd
import numpy as np
import pymysql
cnn=pymysql.connect(
host="localhost",
user="root",
password="123456",
port=3306,
db="zw",
charset="utf8")
sql = 'SELECT * FROM chapter8'
df=pd.read_sql(sql,cnn)
df["score"]=df.score.astype("int64")
df
image.png
2索引的介绍
image.png3行索引名
3.1行索引名的定义
image.pngimage.png
3.2对行索引名进行修改
image.pngimage.png
3.3 对行索引名进行查询
image.pngimage.png
image.png
4 列索引名
4.1对列索引名进行定义
image.pngimage.png
4.2对列索引名进行修改
image.png4.3对列索引名的查询
image.pngimage.png
5行索引
5.1对行索引的查询
image.png5.2对行索引进行修改
image.png5.3重新设定索引(以新索引列列名)
image.pngimage.png
5.4对groupby等使用过的索引进行重置
使用reset_index函数对经过groupby函数索引号不正确的进行重新设定
变表为DataFame标准格式,便于未来再使用
image.png
5.5使用set_axis对行索引进行的修改
image.png6列索引
6.1对列索引的查询
image.png6.2对列索引的修改
image.png6.3使用set_axis进行索引列的修改
image.png7多层索引
dfmi = pd.DataFrame([list("1234"),
list("1234"),
list("1234"),
list("1234")],
columns=pd.MultiIndex.from_product([['one', 'two'],
['first', 'second']]))
dfmi
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
8 索引中使用索引重新排序的reindex()函数
image.pngimage.png
image.png
image.png
根据:python中文网的相关解答:
https://www.cnpython.com/qa/189190
image.png