2. Index

  1. class pandas.Index(data=None, dtype=None, copy=False, name=None, fastpath=False, tupleize_cols=True)：创建Index对象。

    参数：

    • data：一个array-like，必须是一维的
    • name：一个字符串，为Index的名字。
    • dtype：指定数据类型。如果为None，则默认为object
    • copy：一个布尔值。如果为True，则拷贝输入数据data
    • tupleize_cols：一个布尔值，如果可能则尽量创建MultiIndex对象

    create

  2. Index对象负责管理轴label和其他元数据（比如轴name）。构建Series/DataFrame时，传给index/columns关键字的任何数组或者序列都将被转化成一个Index。Index 对象是immutable，因此用户无法对其进行修改。这样才能够使得Index对象在多个数据结构之间安全共享

  3. 存在多种索引类型。

    • Index：最泛化的Index对象，将轴label表示为一个Python对象组成的Numpy数组
    • Int64Index：针对整数的特殊Index
    • MultiIndex：层次化索引对象，表示单个轴上的多层索引。可以看做由元组组成的数组
    • DatatimeIndex：存储纳秒级时间戳，用numpy的datatime64类型表示
    • PeriodIndex：针对Period数据（时间间隔）的特殊Index

  4. Index的功能类似一个固定大小的集合。其类似于集合的方法有（因为Index不可变，因此返回的都是新的Index对象）：

    • .copy([name,deep,dtype])：返回一份Index的拷贝。
    • .append(other)：连接另一个Index对象，产生一个新的Index对象。注意重复的label并不会合并
    • .difference(other)：计算差集，返回一个Index对象
    • .intersection(other)：计算交集，返回一个Index对象
    • .union(other)：计算并集，返回一个新的Index对象
    • .isin(values[, level])：计算Index中各label是否在values中
    • .delete(loc)：删除下标loc处的元素，得到新的Index
    • .drop(labels[, errors])：删除传入的labels，得到新的Index
    • .insert(loc, item)：在指定下标位置插入值，得到新的Index
    • .unique()：返回Index中唯一值的数组，得到新的Index

    method_set

  5. 我们可以将Index转换成其他数据类型：

    • .astype(dtype,[,copy])：转换成另一个数据类型的Index，其label的dtype被转换成指定的值
    • .tolist()：转换成列表
    • .to_series(**kwargs)：转换成Series，Series的数据和label相同

    transform

  6. Index提供的选取方法有：

    • .get_indexer(target[, method, limit, ...]) ：获取target（一个Index对象）对应的下标列表。

      • target：一个Index对象。我们要考察的就是Index中的每个label在self中的下标序列。

      • method：指定label的匹配方法。可以为None，表示严格匹配（如果不存在则下标为 -1）。如果为'pad'/'ffill'，则：若未找到匹配的，则使用前向匹配。如果为'backfill'/'bfill'，则：若未找到匹配的，则使用后向匹配。如果为'nearest'，则：若未找到匹配的，则使用最近邻匹配。

        匹配时，假设你的Index的label是有序排列的（要么是升序，要么是降序）

      • limit：一个整数，指定前向/后向/最近填充时：如果有连续的k个NaN，则只填充其中limit个。

      • tolerance：一个整数，用于给出在不匹配时，连续采用前向/后向/最近邻匹配的跨度的最大值。

    • .get_level_values(level)：返回指定level的Index，用于MultiIndex。

    • .get_loc(key[, method, tolerance])：返回指定label处的下标，由key指定。其中method和tolerance参数见上述。如果method=None，且key指定的label找不到，则抛出异常。

    • .get_value(series, key)：寻找Series指定label处的值。若key指定的label找不到，则抛出异常。

    • .slice_locs([start, end, step, kind])：计算给定start label和end label之间的下标序列，返回代表该下标序列的切片或者数组。其中不包括end。 select