公众号：尤而小屋
作者：Peter
编辑：Peter

今天给大家带来一篇关于Pandas索引的文章：10种你必须掌握的Pandas索引。

索引在我们的日常生活中其实是很常见的，就像：

  • 一本书有自己的目录和具体的章节，当我们想找某个知识点，翻到对应的章节即可；

  • 也像图书馆中的书籍被分类成文史类、技术类、小说类等，再加上书籍的编号，很快就能够找到我们想要的书籍。

  • 外出吃饭点菜的菜单，从主食类、饮料/汤类、凉菜类等，到具体的菜名等，点个菜即可。

上面不同的场景都可以看做是一个具体的索引应用：通过索引我们能够快速定位数据。

因此，基于实际需求出发创建的索引对我们的业务工作具有很强的指导意义。在Pandas中创建合适的索引则能够方便我们的数据处理工作。

官网学习地址：https://pandas.pydata.org/docs/reference/api/pandas.Index.html

下面通过实际案例来介绍Pandas中常见的10种索引，以及如何创建它们。

pd.Index

Index是Pandas中的常见索引函数，通过它能够构建各种类型的索引，其语法为：

pandas.Index(data=None, # 一维数组或者类似数组结构的数据dtype=None,  # NumPy数据类型(默认值：对象)copy=False,  # 是否生成副本name=None, #  索引名字tupleize_cols=True,  # 如果为True，则尽可能尝试创建 MultiIndex**kwargs
)

导入两个必需的库：

import pandas as pd
import numpy as np

默认的数据类型是int64

In [2]:

# 通过列表来创建
pd.Index([1,2,3,4])

Out[2]:

Int64Index([1, 2, 3, 4], dtype='int64')

在创建的时候，还能够直接指定数据类型：

In [3]:

# 指定索引的数据类型
pd.Index([1,2,3,4], dtype="float64")

Out[3]:

Float64Index([1.0, 2.0, 3.0, 4.0], dtype='float64')

在创建的时候指定名称name和数据类型dtype：

In [4]:

# 指定类型和名称
pd.Index([1,2,3,4], dtype="float64",name="Peter")

Out[4]:

Float64Index([1.0, 2.0, 3.0, 4.0], dtype='float64', name='Peter')

In [5]:

# 使用list函数生成列表来创建
pd.Index(list("ABCD"))

Out[5]:

Index(['A', 'B', 'C', 'D'], dtype='object')

使用元组来进行创建：

In [6]:

# 使用元组来创建
pd.Index(("a","b","c","d"))

Out[6]:

Index(['a', 'b', 'c', 'd'], dtype='object')

使用集合来进行创建。集合本身是无序的，所以最终的结果并不一定是按照给定的元素顺序：

In [7]:

# 使用集合来创建，集合本身是无序的
pd.Index({"x","y","z"})

Out[7]:

Index(['z', 'x', 'y'], dtype='object')

pd.RangeIndex

生成一个区间内的索引，主要是基于Python的range函数，其语法为：

pandas.RangeIndex(start=None,  # 起始值，默认为0stop=None,  # 终止值step=None,  # 步长，默认为1dtype=None,  # 类型copy=False,  # 是否生成副本name=None)  # 名称

下面通过多个例子来讲解：

In [8]:

pd.RangeIndex(8)  # 默认start是0，步长是1

默认结果中起始值是0，结束值是8（不包含），步长是1：

Out[8]:

RangeIndex(start=0, stop=8, step=1)

In [9]:

pd.RangeIndex(0,8)  # 指定start和stop

Out[9]:

RangeIndex(start=0, stop=8, step=1)

改变步长为2：

In [10]:

pd.RangeIndex(0,8,2)

Out[10]:

RangeIndex(start=0, stop=8, step=2)

In [11]:

list(pd.RangeIndex(0,8,2))

将结果用list显示出来，没有包含stop的值8：

Out[11]:

[0, 2, 4, 6]

下面的案例中将步长改成-1：

In [12]:

pd.RangeIndex(8,0,-1)

Out[12]:

RangeIndex(start=8, stop=0, step=-1)

In [13]:

list(pd.RangeIndex(8,0,-1))

Out[13]:

[8, 7, 6, 5, 4, 3, 2, 1]  # 结果中不包含0

pd.Int64Index

指定数据类型是int64整型

pandas.Int64Index(data=None,  # 生成索引的数据dtype=None,  # 索引类型，默认是int64copy=False,  # 是否生成副本name=None)  # 使用名称

In [14]:

pd.Int64Index([1,2,3,4])

Out[14]:

Int64Index([1, 2, 3, 4], dtype='int64')

In [15]:

pd.Int64Index([1,2.0,3,4])  # 强制转成int64类型

Out[15]:

Int64Index([1, 2, 3, 4], dtype='int64')

In [16]:

pd.Int64Index([1,2,3,4],name="Peter")

Out[16]:

Int64Index([1, 2, 3, 4], dtype='int64', name='Peter')

如果在数据中包含小数则会报错：

In [17]:

# pd.Int64Index([1,2,3,4.4])  # 出现小数则报错

pd.UInt64Index

数据类型是无符号的UInt64

pandas.UInt64Index(data=None, dtype=None, copy=False, name=None
)

In [18]:

pd.UInt64Index([1, 2, 3, 4])

Out[18]:

UInt64Index([1, 2, 3, 4], dtype='uint64')

In [19]:

pd.UInt64Index([1, 2, 3, 4],name="Tom")  # 指定名字

Out[19]:

UInt64Index([1, 2, 3, 4], dtype='uint64', name='Tom')

In [20]:

pd.UInt64Index([1, 2.0, 3, 4],name="Tom")

Out[20]:

UInt64Index([1, 2, 3, 4], dtype='uint64', name='Tom')
# 存在小数则报错
pd.UInt64Index([1, 2.4, 3, 4],name="Tom")

pd.Float64Index

数据类型是Float64位的浮点型，允许小数出现：

pandas.Float64Index(data=None,  # 数据dtype=None,  # 类型copy=False,  # 是否生成副本name=None  # 索引名字
)

In [22]:

pd.Float64Index([1, 2, 3, 4])

Out[22]:

Float64Index([1.0, 2.0, 3.0, 4.0], dtype='float64')

In [23]:

pd.Float64Index([1.5, 2.4, 3.7, 4.9])

Out[23]:

Float64Index([1.5, 2.4, 3.7, 4.9], dtype='float64')

In [24]:

pd.Float64Index([1.5, 2.4, 3.7, 4.9],name="peter")

Out[24]:

Float64Index([1.5, 2.4, 3.7, 4.9], dtype='float64', name='peter')

注意：在Pandas1.4.0的版本中，上面3个函数全部统一成了pd.NumericIndex方法。

pd.IntervalIndex

pd.IntervalIndex(data,  # 待生成索引的数据（一维）closed=None,  # 区间的哪边是关闭状态，{‘left’, ‘right’, ‘both’, ‘neither’}, default ‘right’dtype=None,  # 数据类型copy=False,  #  生成副本name=None,  # 索引的名字verify_integrity=True  # 判断是否符合
)

新的 IntervalIndex 通常使用interval_range()函数来进行构造，基本用法：

In [24]:

pd.interval_range(start=0, end=6)

Out[24]:

IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5], (5, 6]],closed='right',  # 默认情况下右边是关闭的dtype='interval[int64]')

In [25]:

pd.interval_range(start=0, end=6, closed="neither")  # 两边都不关闭

Out[25]:

IntervalIndex([(0, 1), (1, 2), (2, 3), (3, 4), (4, 5), (5, 6)],closed='neither',dtype='interval[int64]')

In [26]:

pd.interval_range(start=0, end=6, closed="both")  # 两边都关闭

Out[26]:

IntervalIndex([[0, 1], [1, 2], [2, 3], [3, 4], [4, 5], [5, 6]],closed='both',dtype='interval[int64]')

In [27]:

pd.interval_range(start=0, end=6, closed="left")  # 左边关闭

Out[27]:

IntervalIndex([[0, 1), [1, 2), [2, 3), [3, 4), [4, 5), [5, 6)],closed='left',dtype='interval[int64]')

In [28]:

pd.interval_range(start=0, end=6, name="peter")

Out[28]:

IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4], (4, 5], (5, 6]],closed='right',name='peter',dtype='interval[int64]')

pd.CategoricalIndex

pandas.CategoricalIndex(data=None,   # 数据categories=None,  # 分类的数据ordered=None,  # 是否排序dtype=None,   # 数据类型copy=False,   # 副本name=None)  # 名字

在下面的例子中我们以一批衣服的尺码作为模拟数据：

In [29]:

# 指定数据
c1 = pd.CategoricalIndex(["S","M","L","XS","M","L","S","M","L","XL"])
c1

Out[29]:

CategoricalIndex(# 数据['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'], # 出现的不同元素categories=['L', 'M', 'S', 'XL', 'XS'],  # 默认不排序 ordered=False,# 数据类型dtype='category')

In [30]:

c2 = pd.CategoricalIndex(["S","M","L","XS","M","L","S","M","L","XL"],# 指定分类的数据categories=["XS","S","M","L","XL"]
)c2

Out[30]:

CategoricalIndex(['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'], categories=['XS', 'S', 'M', 'L', 'XL'], ordered=False, dtype='category')

In [31]:

c3 = pd.CategoricalIndex(# 数据["S","M","L","XS","M","L","S","M","L","XL"],# 分类名字categories=["XS","S","M","L","XL"],# 确定排序ordered=True
)c3

Out[31]:

CategoricalIndex(['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'], categories=['XS', 'S', 'M', 'L', 'XL'], ordered=True,  # 已经排序dtype='category')

In [32]:

c4 = pd.CategoricalIndex(# 待排序的数据["S","M","L","XS","M","L","S","M","L","XL"],# 指定分类顺序categories=["XS","S","M","L","XL"],# 排序ordered=True,# 索引名字name="category"
)c4

Out[32]:

CategoricalIndex(['S', 'M', 'L', 'XS', 'M', 'L', 'S', 'M', 'L', 'XL'], categories=['XS', 'S', 'M', 'L', 'XL'], ordered=True, name='category', dtype='category')

CategoricalIndex 索引对象也可以从 Categorical() 方法进行实例化得到：

In [33]:

c5 = pd.Categorical(["a", "b", "c", "c", "b", "c", "a"])pd.CategoricalIndex(c5)

Out[33]:

CategoricalIndex(['a', 'b', 'c', 'c', 'b', 'c', 'a'], categories=['a', 'b', 'c'], ordered=False,  # 默认不排序dtype='category')

In [34]:

pd.CategoricalIndex(c5, ordered=True)  # 指定排序

Out[34]:

CategoricalIndex(['a', 'b', 'c', 'c', 'b', 'c', 'a'], categories=['a', 'b', 'c'], ordered=True, # 排序dtype='category')

pd.DatetimeIndex

以时间和日期作为索引，通过date_range函数来生成，具体语法为：

pd.DatetimeIndex(data=None,  # 数据freq=NoDefault.no_default,  # 频率tz=None,  #  时区normalize=False,  # 是否归一化 closed=None,  # 区间是否关闭# ‘infer’, bool-ndarray, ‘NaT’, 默认‘raise’ambiguous='raise',  dayfirst=False,  # 第一天yearfirst=False,  # 第一年dtype=None,  # 数据类型copy=False,  # 副本name=None  # 名字
)

以时间和日期作为索引，通过date_range函数来生成，具体例子为：

In [35]:

# 默认天为频率
pd.date_range("2022-01-01",periods=6)

Out[35]:

DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04','2022-01-05', '2022-01-06'],dtype='datetime64[ns]', freq='D'  # 频率)

In [36]:

# 日期作为索引，D代表天
d1 = pd.date_range(
"2022-01-01",
periods=6,
freq="D")
d1

Out[36]:

DatetimeIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04','2022-01-05', '2022-01-06'],dtype='datetime64[ns]', freq='D')

In [37]:

# H代表小时
pd.date_range("2022-01-01",periods=6, freq="H")

Out[37]:

DatetimeIndex(['2022-01-01 00:00:00', '2022-01-01 01:00:00','2022-01-01 02:00:00', '2022-01-01 03:00:00','2022-01-01 04:00:00', '2022-01-01 05:00:00'],dtype='datetime64[ns]', freq='H')

In [38]:

# M代表月
pd.date_range("2022-01-01",periods=6, freq="3M")

Out[38]:

DatetimeIndex(['2022-01-31', '2022-04-30', '2022-07-31','2022-10-31','2023-01-31', '2023-04-30'],dtype='datetime64[ns]', freq='3M')

In [39]:

# Q代表季度pd.date_range("2022-01-01",periods=6, freq="Q")

显示的结果中以一个季度-3个月为频率：

Out[39]:

DatetimeIndex(['2022-03-31', '2022-06-30', '2022-09-30','2022-12-31','2023-03-31', '2023-06-30'],dtype='datetime64[ns]', freq='Q-DEC')

In [40]:

# 指定时区tzpd.date_range("2022-01-01",periods=6, tz="Asia/Calcutta")

Out[40]:

DatetimeIndex(['2022-01-01 00:00:00+05:30', '2022-01-02 00:00:00+05:30','2022-01-03 00:00:00+05:30', '2022-01-04 00:00:00+05:30','2022-01-05 00:00:00+05:30', '2022-01-06 00:00:00+05:30'],dtype='datetime64[ns, Asia/Calcutta]', freq='D')

pd.PeriodIndex

pd.PeriodIndex是一个专门针对周期性数据的索引，方便针对具有一定周期的数据进行处理，具体用法如下：

pd.PeriodIndex(data=None,  # 数据ordinal=None,  # 序数freq=None,  # 频率dtype=None,  # 数据类型copy=False,  # 副本name=None,  # 名字**fields
)

生成pd.PeriodIndex对象的方式1：指定开始时间、周期频率

In [41]:

pd.period_range('2022-01-01 09:00', periods=5, freq='H')

Out[41]:

PeriodIndex(
['2022-01-01 09:00', '2022-01-01 10:00',
'2022-01-01 11:00','2022-01-01 12:00', '2022-01-01 13:00'],
dtype='period[H]', freq='H')

In [42]:

pd.period_range('2022-01-01 09:00', periods=6, freq='2D')

Out[42]:

PeriodIndex(
['2022-01-01', '2022-01-03',
'2022-01-05', '2022-01-07',
'2022-01-09', '2022-01-11'],
dtype='period[2D]',
freq='2D')

In [43]:

pd.period_range('2022-01', periods=5, freq='M')

Out[43]:

PeriodIndex(
['2022-01', '2022-02',
'2022-03', '2022-04', '2022-05'],
dtype='period[M]', freq='M')

In [44]:

p1 = pd.DataFrame({"name":["xiaoming","xiaohong","Peter","Mike","Jimmy"]},# 指定索引index=pd.period_range('2022-01-01 09:00', periods=5, freq='3H')
)p1

生成pd.PeriodIndex对象的方式2：直接使用pd.PeriodIndex方法

In [45]:

pd.PeriodIndex(
['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04'],
freq = '2H')

Out[45]:

PeriodIndex(
['2022-01-01 00:00', '2022-01-02 00:00',
'2022-01-03 00:00','2022-01-04 00:00'],
dtype='period[2H]', freq='2H')

In [46]:

pd.PeriodIndex(
['2022-01', '2022-02',
'2022-03', '2022-04'],
freq = 'M')

Out[46]:

PeriodIndex(
['2022-01', '2022-02',
'2022-03', '2022-04'],
dtype='period[M]',
freq='M')

In [47]:

pd.PeriodIndex(['2022-01', '2022-07'], freq = 'Q')

Out[47]:

PeriodIndex(
['2022Q1', '2022Q3'],
dtype='period[Q-DEC]',
freq='Q-DEC')

生成pd.PeriodIndex对象的方式3：利用date_range函数先生成DatetimeIndex对象

In [48]:

data = pd.date_range("2022-01-01",periods=6)
data

Out[48]:

DatetimeIndex(
['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04',
'2022-01-05', '2022-01-06'],
dtype='datetime64[ns]',
freq='D')

In [49]:

pd.PeriodIndex(data=data)

Out[49]:

PeriodIndex(
['2022-01-01', '2022-01-02',
'2022-01-03', '2022-01-04',
'2022-01-05', '2022-01-06'],
dtype='period[D]', freq='D')

In [50]:

p2 = pd.DataFrame(np.random.randn(400, 1),columns=['number'],# 指定索引index=pd.period_range('2021-01-01 8:00',periods=400,freq='D'))
p2

pd.TimedeltaIndex

pd.TimedeltaIndex(data=None,  # 数据unit=None,  # 最小单元freq=NoDefault.no_default,  # 频率 closed=None,  # 指定关闭的位置dtype=dtype('<m8[ns]'),  # 数据类型copy=False,  # 副本name=None  # 名字
)

创建方式1：指定数据和最小单元

In [51]:

pd.TimedeltaIndex([12, 24, 36, 48], unit='s')

Out[51]:

TimedeltaIndex(['0 days 00:00:12', '0 days 00:00:24', '0 days 00:00:36','0 days 00:00:48'],dtype='timedelta64[ns]', freq=None)

In [52]:

pd.TimedeltaIndex([1, 2, 3, 4], unit='h') # 按小时

Out[52]:

TimedeltaIndex(['0 days 01:00:00', '0 days 02:00:00', '0 days 03:00:00','0 days 04:00:00'],dtype='timedelta64[ns]', freq=None)

In [53]:

pd.TimedeltaIndex([12, 24, 36, 48], unit='h')

Out[53]:

TimedeltaIndex(['0 days 12:00:00', '1 days 00:00:00', '1 days 12:00:00','2 days 00:00:00'],dtype='timedelta64[ns]', # 数据类型freq=None)

In [54]:

pd.TimedeltaIndex([12, 24, 36, 48], unit='D')

Out[54]:

TimedeltaIndex(['12 days', '24 days', '36 days', '48 days'], dtype='timedelta64[ns]', freq=None)

创建方式2：通过timedelta_range函数来间接生成

In [55]:

data1 = pd.timedelta_range(start='1 day', periods=4)
data1

Out[55]:

TimedeltaIndex(['1 days', '2 days', '3 days', '4 days'], dtype='timedelta64[ns]', freq='D')

In [56]:

pt1 = pd.TimedeltaIndex(data1)pt1

Out[56]:

TimedeltaIndex(['1 days', '2 days', '3 days', '4 days'], dtype='timedelta64[ns]', freq='D')

In [57]:

data2 = pd.timedelta_range(start='1 day', end='3 days', freq='6H')
data2

Out[57]:

TimedeltaIndex(['1 days 00:00:00', '1 days 06:00:00', '1 days 12:00:00','1 days 18:00:00', '2 days 00:00:00', '2 days 06:00:00','2 days 12:00:00', '2 days 18:00:00', '3 days 00:00:00'],dtype='timedelta64[ns]', freq='6H')

In [58]:

pt2 = pd.TimedeltaIndex(data2)pt2

Out[58]:

往期精彩回顾适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载中国大学慕课《机器学习》（黄海广主讲）机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑
AI基础下载机器学习交流qq群955171419，加入微信群请扫码：

【Python】快速认识Pandas的10大索引相关推荐

  1. python快速数据分析_收藏 | 10个可以快速用Python进行数据分析的小技巧

    编译:小七.蒋宝尚 一些小提示和小技巧可能是非常有用的,特别是在编程领域.有时候使用一点点黑客技术,既可以节省时间,还可能挽救"生命". 一个小小的快捷方式或附加组件有时真是天赐之 ...

  2. 如何使用python快速提取股票的10大股东

    股东通常就是公司的老板或高管,通过提取相关的股票的股东有助于对股票进行详细分析研究 Tushare金融大数据开放社区(免费提供各类金融数据和区块链数据 , 助力智能投资与创新型投资) 先在下面的链接里 ...

  3. Python 教程之 Pandas（10）—— 访问 series 的元素

    Pandas series 是一个一维标记数组,能够保存任何类型的数据(整数.字符串.浮点数.python 对象等).轴标签统称为索引.Pandas 系列只不过是 Excel 工作表中的一列.标签不必 ...

  4. python 气泡图 聚类_2015年度10大Plotly数据可视化美图及工具介绍

    文章整理出了2015年最优秀的十个Plotly图表,这些交互式的图表使用Plotly的web app和APIs制作而成. 第十位. "2001-2014对同性婚姻的支持" 这些Tu ...

  5. matplotlib如何绘制两点间连线_如何用 Python 快速揭示数据之间的各种关系

    探索性数据分析(EDA)涉及两个基本步骤 数据分析(数据预处理.清洗以及处理). 数据可视化(使用不同类型的图来展示数据中的关系). Pandas 是 Python 中最常用的数据分析库.Python ...

  6. Python快速入门视频

    这是我第一次尝试着录制视频教程,没有多少经验.希望看到我视频的朋友,给我多提意见.本教程共有10集,每周更新一集,每集20到30分钟. 邮箱(请看到的朋友,多多提意见和建议.通过大家的反馈,我可以提供 ...

  7. 分享几个常用的Python函数，助你快速成为Pandas大神！！

    在Python当中模块Pandas在数据分析中以及可视化当中是被使用的最多的,也是最常见的模块,模块当中提供了很多的函数和方法来应对数据清理.数据分析和数据统计,今天小编就通过20个常用的函数方法来为 ...

  8. 适合pythonpandas的软件_Pandas的10大惊人应用-哪个行业领域正在使用Python Pandas？...

    对一个知识该如何准确地运用一个知识有一个扎实的想法是很重要的,因为知识很容易获得,但是正确使用它才是使您明智的.因此,在<熊猫的十大惊人应用>中,我们选择了令人鼓舞的应用程序以及可以在现实 ...

  9. 使用深度置信网络进行特征提取代码实现 python_2019必学的10大顶级Python库

    作为数据科学和机器学习相关的研究和开发人员,大家每天都要用到 python.在本文中,我们将讨论一些 python 中的顶级库,开发人员可以使用这些库在现有的应用程序中应用.清洗和表示数据,并进行机器 ...

最新文章

  1. 在线翻译系统属于计算机应用领域中,【单选题】网状物编织物和机件上的滚花部分,可以在轮廓线附件用( )线示意画出...
  2. 接私活渠道，你有技术，就有钱！
  3. 科学界5个终极难题，如果有一个被解决，人类文明将升级
  4. Spring 依赖注入（DI）
  5. 【有三公开课】caffe图像分割项目实战
  6. JS基础之undefined与null的区别
  7. linux下载软件后环境变量配置（最详细的保姆教程）——怎么找到linux下文件的路径
  8. 在asp.net中如何用javascript读取本地Xml中的数据到网页中的文本框？
  9. 只要十步，你就可以应用表达式树来优化动态调用
  10. python十点半游戏代码_十点半游戏完整代码及详细注释.py
  11. nginx 配置https_nginx 配置https
  12. 基于任务分析的非递归遍历二叉树
  13. CAD插件学习系列教程（五） 小菜选择易
  14. vs2012旗舰版 有效注册密钥
  15. Rational Rose打开mdl文件显示“there are warning，see the log for details”问题解决方法
  16. 小龙教你轻轻松松配置好JAVA的JDK文件（环境变量，用JDK 7为例），大家都能学会的啦
  17. 在Azure上搭建SQL云数据库
  18. notes on Scaling Ethereum with Raul Jordan and Preston Van Loon
  19. pthon3+itchat微信机器人，自定义回复，定时发送晚安，微信小号控制，信息群发功能，获取位置
  20. java deflate_JAVA中的deflate压缩实现方法

热门文章

  1. java中常用的并发工具类
  2. 解决hao123胁持chrome等浏览器主页问题
  3. 设计模式之装饰模式的学习
  4. java有参数 无参数方法
  5. python和php对比
  6. （转）Spring中Bean的命名问题（id和name区别）及ref和idref之间的区别
  7. 关于activity和thread生命周期
  8. 大型Web2.0站点构建技术初探一
  9. GUN Make指南
  10. windows环境安装haproxy及初步配置负载均衡使用示例