pandas帶有重復(fù)索引操作方法
有的時候,可能會遇到表格中出現(xiàn)重復(fù)的索引,在操作重復(fù)索引的時候可能要注意一些問題。
一、判斷索引是否重復(fù)
a、Series索引重復(fù)判斷
s = Series([1,2,3,4,5],index=["a","a","b","b","c"]) print(s.index.is_unique) #False
Series.index.is_unique為False表示索引重復(fù)。
b、DataFrame索引重復(fù)判斷
a = np.arange(9).reshape(3,3) data = DataFrame(a,index=["a","b","c"],columns=["one","two","one"]) #判斷行索引是否重復(fù) print(data.index.is_unique) #True #判斷列索引是否重復(fù) print(data.columns.is_unique) #False
二、索引取值
如果一個索引對應(yīng)多個值,Series返回的是一個Series。如果一個索引對應(yīng)一個值的時候,Series返回的是一個標量,DataFrame返回的是始終是一個DataFrame。
a、Series的索引取值
s = Series([1, 2, 3, 4, 5], index=["a", "a", "b", "b", "c"]) print(type(s["a"])) #<class 'pandas.core.series.Series'> print(s["a"]) ''' a 1 a 2 ''' #選取第一個a print(s[:1]) #a 1 print(s[[0]]) #a 1
b、DataFrame的索引取值
a = np.arange(9).reshape(3,3) data = DataFrame(a,index=["a","b","b"],columns=["one","two","one"]) #對行進行選取 print(type(data.ix["b"])) #<class 'pandas.core.frame.DataFrame'> print(data.ix["b"])#與data.xs("b")等價 ''' one two one b 3 4 5 b 6 7 8 ''' #選取第二行 print(type(data.ix[1:2]))#與data[1:2]等價 #<class 'pandas.core.frame.DataFrame'> print(data.ix[1:2]) #b 3 4 5 print(data.ix[[1]]) #b 3 4 5 #對列進行選取 print(data["one"])#等價于data.one 或 data.xs("one",axis=1) ''' one one a 0 2 b 3 5 b 6 8 ''' #選取第一列 print(data.ix[:,0]) ''' a 0 b 3 b 6 ''' print(data.ix[:,:1]) ''' one a 0 b 3 b 6 '''
以上這篇pandas帶有重復(fù)索引操作方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Mac系統(tǒng)中Anaconda環(huán)境配置Python json庫的方法詳解
這篇文章主要為大家介紹了如何在Mac電腦的Anaconda環(huán)境中,配置Python語言中,用以編碼、解碼、處理JSON數(shù)據(jù)的json庫,需要的小伙伴可以參考下2023-08-08在python plt圖表中文字大小調(diào)節(jié)的方法
今天小編就為大家分享一篇在python plt圖表中文字大小調(diào)節(jié)的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07tensorflow安裝成功import tensorflow 出現(xiàn)問題
這篇文章主要介紹了tensorflow安裝成功import tensorflow 出現(xiàn)問題,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04Python實現(xiàn)雙軸組合圖表柱狀圖和折線圖的具體流程
這篇文章主要介紹了Python雙軸組合圖表柱狀圖+折線圖,Python繪制雙軸組合的關(guān)鍵在plt庫的twinx()函數(shù),具體實例代碼跟隨小編一起看看吧2021-08-08