pandas中访问使用多个索引的Series
data = pd.Series(np.random.randn(9),\index=[['a','a','a','b','b','b','c','c','c'],[1,2,3,1,2,3,1,2,3]])
data
a 1 -0.9018802 0.0832553 1.002014
b 1 2.0332842 -1.0636353 -0.415264
c 1 1.1571492 0.3607763 1.903217
dtype: float64
1.使用数组方式,可以直接访问值
data[0]
-0.9018795712740308
2.使用第一个索引,得到新的Series这个新的Series的索引是(1,2,3)
data[‘a’]
1 -0.901880
2 0.083255
3 1.002014
dtype: float64
3.继续使用下一层索引访问值,注意第二个中括号表示索引值
data[‘a’][1]
-0.9018795712740308
4.注意使用数字下标切片的都是数组方式
data[0:3] (新Serise)
a 1 -0.901880
2 0.083255
3 1.002014
dtype: float64
因为data[0:3]仍旧是两个索引,所以
data[0:3][0]是第一个值
-0.9018795712740308
data[0:3][‘a’][1]是第一个值
-0.9018795712740308
data[‘a’][0:3] (新Series)
1 -0.901880
2 0.083255
3 1.002014
dtype: float64
因为data[‘a’][0:3] 的索引是1,2,3,所以
data[‘a’][0:3][1] 是第一个值
-0.9018795712740308
5.这种表达方式没意义,属于无限循环,对Series切片还是Series
data[0:3][0:3][0:3][0:3]
总而言之对Series进行单下标数组形式访问时,索引为数字时,优先使用索引访问
data = pd.Series(np.random.randn(9),\index=[[1,1,1,2,2,2,3,3,3],[1,2,3,1,2,3,1,2,3]])
1 1 0.6843622 0.6180823 -1.830816
2 1 -0.0493152 0.0189583 0.624351
3 1 -1.7762372 -0.2787313 -2.066620
dtype: float64
data[1]
1 0.684362
2 0.618082
3 -1.830816
dtype: float64
data[0] 不存在
pandas中访问使用多个索引的Series相关推荐
- Pandas中兼并数组和字典功能的Series 2013-03-24 11:24:00 分类: Python/Ruby In [2]: # 这段代码用于并排显示多个Series对象 from it
Pandas中兼并数组和字典功能的Series 2013-03-24 11:24:00 分类: Python/Ruby In [2]: # 这段代码用于并排显示多个Series对象 from iter ...
- Python 数据分析三剑客之 Pandas(二):Index 索引对象以及各种索引操作
CSDN 课程推荐:<迈向数据科学家:带你玩转Python数据分析>,讲师齐伟,苏州研途教育科技有限公司CTO,苏州大学应用统计专业硕士生指导委员会委员:已出版<跟老齐学Python ...
- pandas中DataFrame的ix,loc,iloc索引方式的异同
pandas中DataFrame的ix,loc,iloc索引方式的异同 1.loc: 按照标签索引,范围包括start和end 2.iloc: 在位置上进行索引,不包括end 3.ix: 先在inde ...
- Pandas中xs()函数索引复合索引数据的不同切面数据(索引复合索引中需要的数据):索引列复合索引中的一个切面、索引行复合索引中的一个切面
Pandas中xs()函数索引复合索引数据的不同切面数据(索引复合索引中需要的数据):索引列复合索引中的一个切面.索引行复合索引中的一个切面 目录
- pandas中dataframe索引排序实战:pandas中dataframe索引降序排序、pandas中dataframe索引升序排序
pandas中dataframe索引排序实战:pandas中dataframe索引降序排序.pandas中dataframe索引升序排序 目录
- Python之pandas:对pandas中dataframe数据中的索引输出、修改、重命名等详细攻略
Python之pandas:对pandas中dataframe数据中的索引输出.修改.重命名等详细攻略 目录 对pandas中dataframe数据中的索引输出.修改.重命名等详细攻略 知识点学习 输 ...
- Python之pandas:pandas中to_csv()、read_csv()函数的index、index_col(不将索引列写入)参数详解之详细攻略
Python之pandas:pandas中to_csv().read_csv()函数的index.index_col(不将索引列写入)参数详解之详细攻略 目录 pandas中to_csv().read ...
- java类索引_《Java虚拟机原理图解》1.3、class文件中的访问标志、类索引、父类索引、接口索引集合...
讲完了class文件中的常量池,我们就相当于克服了class文件中最麻烦的模块了.现在,我们来看一下class文件中紧接着常量池后面的几个东西:访问标志.类索引.父类索引.接口索引集合. 1. 访问标 ...
- java虚拟机标志_《Java虚拟机原理图解》1.3、class文件中的访问标志、类索引、父类索引、接口索引集合...
讲完了class文件中的常量池,我们就相当于克服了class文件中最麻烦的模块了.现在,我们来看一下class文件中紧接着常量池后面的几个东西:访问标志.类索引.父类索引.接口索引集合. 1. 访问标 ...
最新文章
- altium designer PCB 屏蔽DRC报错
- python cookbook 豆瓣_备受好评的20本python图书,不用到处找了!
- 深度卷积神经网络CNNs的多GPU并行框架 及其在图像识别的应用
- NYOJ 题目528 找球号(三)
- 四个关键步骤,精进算法和数据结构 ​
- 服务器安装opencv报错--libSM.so.6: cannot open shared ...+tensorflow 报错libcusolver.so.8.0: can not...
- 算术溢出使用4字节值上的运算符_c语言程序设计的数据类型、运算符和表达式介绍...
- wordpress忘记登录密码,更改域名的办法。
- Python 正则模块的应用
- 黄光裕回应与京东、拼多多竞争:谁也灭不了谁 不排除合作的可能性
- SQL中 ROW_NUMBER 函数的用法
- [转载] Python导出Excel图表
- 基于Visua C++2010 与 Windows 7 SDK开发windows7 Shell应用(1)-搜索文件夹
- 【应届生必看】技术岗面试应答有哪些话术和技巧?
- BTC多空互相蓄力 短期迎来激变
- 词根词缀sinu/sist/soci/sol/somn等词根衍生单词
- 《蜘蛛侠3》5月2日中国提前上映
- 如何快速判断一个文件是否为病毒
- java web中 生成图片验证码,转自逍遥郎
- 客户需要生成中文拼音代码,分享PHP生成代码
热门文章
- 齐治堡垒机ShtermClient-2.1.1命令执行漏洞(CNVD-2019-09593)分析
- MYSQL_精讲数据库数据类型
- 国内那么多AI专业,为什么国内却没有ChatGPT?
- shader着色器基础课08-20
- pete shinners_Hanselminutes播客155-带有Silverlight 3的C64模拟器,作者:Pete Brown
- 程序猿福音——sonarqube,代码质量检测一条龙服务,本文带你一探究竟
- Java 实现ES批量索引
- 微信小程序登录授权{errcode:40013,errmsg:invalid appid, hints: [ req_id: qECcC0yFe-_ ]}问题
- Java虚拟机(JVM)-- Dump内存快照
- 推荐电影 经典美剧