【pandas基础】--索引和轴
在pandas中，索引（index）是用于访问数据的关键。它为数据提供了基于标签的访问能力，类似于字典，可以根据标签查找和访问数据。
而pandas的轴（axis）是指数据表中的一个维度，可以理解为表格中的行和列。
通过指定轴，我们可以对数据进行切片、筛选、聚合等操作。
下面简要介绍pandas的索引和轴的相关应用场景。
1. 索引(index)
pandas中有两种类型的索引：行标签和列标签。
行标签是用于访问行数据的，通常用于表示时间序列数据或唯一标识符。
列标签是用于访问列数据的，通常用于表示变量或特征。
1.1 默认索引
默认情况下，行标签和列标签都是从0开始的数字。
df = pd.DataFrame(
[
["小红", "小明", "小汪"],
,
,
,
],
)
dfhttps://cdn.nlark.com/yuque/0/2023/png/2235414/1682608850348-948d8960-06dd-4dc3-a99e-6e9944312b4e.png#averageHue=%23e9dad9&clientId=ue215c19c-d0e8-4&from=paste&height=128&id=u30d9bdd9&originHeight=128&originWidth=203&originalType=binary&ratio=1&rotation=0&showTitle=false&size=5813&status=done&style=none&taskId=u48dba70a-9370-4f34-8aad-56b550d6e2c&title=&width=203
1.2 自定义索引
为了更好的识别，可以定义行列的标签，行标签可以用各人的学号，列标签用各列的实际含义。
df.index = ["12", "3", "9"]
df.columns = ["姓名", "语文", "数学", "英语"]
dfhttps://cdn.nlark.com/yuque/0/2023/png/2235414/1682608922053-98bf7a88-abe8-41fd-a844-bc179c373def.png#averageHue=%23e7d8d7&clientId=ue215c19c-d0e8-4&from=paste&height=132&id=ufda62d7e&originHeight=132&originWidth=247&originalType=binary&ratio=1&rotation=0&showTitle=false&size=7455&status=done&style=none&taskId=u3c01df20-3615-4887-b4d1-af6b8203e4b&title=&width=247
其中index用来设置行标签，columns用来设置列标签。
1.3 索引的应用
索引最大的作用是访问和选择数据，之前学习的loc函数就是通过索引来访问和选择行列数据的。
df = pd.DataFrame(
[
["小红", 99, 100, 95],
["小明", 95, 88, 94],
["小汪", 86, 94, 86],
],
)
df.index = ["12", "3", "9"]
df.columns = ["姓名", "语文", "数学", "英语"]
print(df.loc[["12"], :])
print(df.loc[:, ["语文"]])https://cdn.nlark.com/yuque/0/2023/png/2235414/1682650332506-a2130f1f-3c38-4e24-a26d-9743c6ecc422.png#averageHue=%23f3f1f1&clientId=u6366b896-7a02-4&from=paste&height=383&id=uffe2eff9&originHeight=383&originWidth=427&originalType=binary&ratio=1&rotation=0&showTitle=false&size=38890&status=done&style=none&taskId=u2a767ee2-b2f1-4d1a-9b22-7d0de369061&title=&width=427
1.4 多级索引
在pandas中，可以在一个DataFrame中用多级索引来表示数据的多维结构。
多级索引可以理解为将数据分组，并按照分组的方式进行索引。
也就是说，在多级索引中，每个索引值可以由两个或更多的标签组成，这些标签可以对应于多个维度的数据。
多级索引的主要优点是可以更好地组织和查询数据。
例如，可以通过多级索引轻松地对数据进行分组和聚合操作，在保留数据完整性的同时可以获得更多的统计信息。
df = pd.DataFrame(
{
"姓名": ["小红", "小明", "小红", "小明"],
"年级": ["初二", "初一", "初一", "初二"],
"成绩": ,
},
)
df.set_index(["姓名", "年级"]).sort_index()
df.set_index(["年级", "姓名"]).sort_index()https://cdn.nlark.com/yuque/0/2023/png/2235414/1682652358172-85619ef4-99c6-4762-95ef-f07d792f35c2.png#averageHue=%23efeded&clientId=u6366b896-7a02-4&from=paste&height=460&id=u0557391e&originHeight=460&originWidth=394&originalType=binary&ratio=1&rotation=0&showTitle=false&size=51760&status=done&style=none&taskId=u24350c07-e815-434a-8eb4-b4d812fe0c0&title=&width=394
如上所示，通过多级索引，可以将行列数据转换为树形结构，让同样的数据表达不同的含义。
左边的数据表达的是每个同学在各个年级的成绩；
右边的数据表达的是每个年级不同同学的成绩。
根据多级索引选取数据也很简单。
df_grade = df.set_index(["年级", "姓名"]).sort_index()
# 获取初一所有学生的成绩数据
df_grade.loc["初一", :]
# 获取初二小明的成绩
df_grade.loc["初二", :].loc["小明":, :]https://cdn.nlark.com/yuque/0/2023/png/2235414/1682652948784-fb2df08b-eca1-4a8f-b194-16d47af399f9.png#averageHue=%23efeaea&clientId=u6366b896-7a02-4&from=paste&height=418&id=ufabae14c&originHeight=418&originWidth=278&originalType=binary&ratio=1&rotation=0&showTitle=false&size=31864&status=done&style=none&taskId=u69891f2a-4458-4401-a6b2-59e6eb212ec&title=&width=278
2. 轴(axis)
在pandas中，有两个轴：0轴代表的是行方向（即纵向），1轴代表的是列方向（即横向）。
2.1 删除数据时
删除行列数据时，除了指定行列的标签，还需要指定axis属性，表明是按行还是按列删除。
df = pd.DataFrame(
{
"数学": ,
"语文": ,
"英语": ,
},
index=["小红", "小明", "小汪"],
)
# 按行删除 axis=0
df.drop("小明", axis=0)
# 按列删除 axis=1
df.drop("数学", axis=1)https://cdn.nlark.com/yuque/0/2023/png/2235414/1682653684073-beaac5a8-a33b-4ec4-b27d-6cbf3e67d8a8.png#averageHue=%23f1efef&clientId=u6366b896-7a02-4&from=paste&height=357&id=u916bc357&originHeight=357&originWidth=427&originalType=binary&ratio=1&rotation=0&showTitle=false&size=43435&status=done&style=none&taskId=ud08ee0da-b428-4825-bd92-8eb6c3f8679&title=&width=427
PS. axis 默认值是0，所以，按行删除时不指定 axis 也是可以的。
2.2 统计数据时
统计数据时也一样，通过axis参数指定跨行还是跨列来统计。
假如我们要统计总分：
df = pd.DataFrame(
{
"数学": ,
"语文": ,
"英语": ,
},
index=["小红", "小明", "小汪"],
)
# 跨行统计，各门学科总分
df.sum(axis=0)
# 跨列统计，各个学生总分
df.sum(axis=1)https://cdn.nlark.com/yuque/0/2023/png/2235414/1682654750918-2ce9332c-4863-4a4f-8620-4284c58bc6bf.png#averageHue=%23f1f0f0&clientId=u6366b896-7a02-4&from=paste&height=327&id=u3f7592be&originHeight=327&originWidth=346&originalType=binary&ratio=1&rotation=0&showTitle=false&size=41495&status=done&style=none&taskId=ue9e86151-851d-457b-9ede-2b3166ab8fb&title=&width=346
这里关于 axis 的理解，有些朋友可能会有点疑惑。
我们看到上面的示例中 axis=0 时，统计的是各个学科的总分，感觉像是按列统计，并不是按行统计的。
其实是这样的，axis 表示的是行列的方向，axis=0 时，表示按行的方向统计，所以是把每行的数据加起来，得到的就是各门学科的总成绩。
同样，axis=1时，按照列的方向统计，得到的就是每个学生的总成绩了。
3. 总结回顾
本篇介绍了pandas中两个重要的概念，索引和轴。
关于索引，pandas的索引有默认索引，自定义索引以及多级索引。
默认索引是pandas自动生成的整数形式的索引，它默认会被创建。
自定义索引指的是用户自己定义的一种标签形式的索引，可以是数字、字符串或者日期等类型。
多级索引可以让我们用不同的角度看待数据。
关于轴，因为pandas中的数据通常是二维的，所以数据可以沿着两个轴进行操作，分别是行轴和列轴。
行轴又称为轴0，它沿着行的方向进行操作，是数据的第一维度。
列轴又称为轴1，它沿着列的方向进行操作，是数据的第二维度。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]