pandas索引操作、赋值操作、排序以及Series排序和DataFrame排序

news2025/7/19 6:23:07

一、pandas索引操作

索引操作，使用索引选取序列和切片选择数据，也可以直接使用列名、行名称，或组合使用

直接使用行列索引：行列索引名顺序为先列再行，使用指定行列索引名，不能使用下标
loc[行索引名，列索引名]：先行再列，只能使用指定的行列索引名，不能使用下标
iloc[行，列]：先行再列，只能使用索引下标获取数据，不能使用指定行列索引名
下标索引与指定行列索引相结合：使用index或columns.get_indexer，见案例

代码如下

import pandas as pd
import numpy as np

# 数据生成代码
num = np.random.randint(50, 100, (3, 5))
num

# 传入标签索引
column = ['第一列', '第二列', '第三列', '第四列', '第五列']   # 列标签索引
# ind = ['第一行', '第二行', '第三行']    # 行标签索引
ind = ['第_' + str(i) + '_行' for i in range(num.shape[0])]   # 行标签索引，num.shape[0]即获取num数组的行号，此处为3
data = pd.DataFrame(num, columns=column, index=ind)
data
-------------------------------------------------------------------

data['第五列']['第_2_行']    # 只能先列再行

data['第_2_行']['第五列']    # 先行再列，报错

data.loc['第_0_行':'第_2_行', '第三列']    # 先行再列，loc只能使用指定行列索引，切取第三列中[0,2]行中的数据

data.loc[:'第_2_行', '第三列':]   # loc只能使用指定行列索引，切取[0,2]行，3-最后一列的数据

data.iloc[:2, 2:]   # iloc只能使用下标索引，切取[0,2)行，3-最后一列的数据

数据生成

操作如下

下标索引与指定行列索引相结合

data.loc[data.index[0:2], ['第二列', '第三列', '第五列']]   # 下标索引与指定行列索引相结合

data.iloc[0:2, data.columns.get_indexer(['第二列', '第三列', '第五列'])]  # 下标索引与指定行列索引相结合

二、pandas赋值操作

只能对某一列赋值，不能对一行赋值，有两种方式，直接使用索引或用点.索引名，具体如下

代码如下

import pandas as pd
import numpy as np

# 数据生成代码
num = np.random.randint(50, 100, (3, 5))

# 传入标签索引
column = ['第一列', '第二列', '第三列', '第四列', '第五列']   # 列标签索引
# ind = ['第一行', '第二行', '第三行']    # 行标签索引
ind = ['第_' + str(i) + '_行' for i in range(num.shape[0])]   # 行标签索引，num.shape[0]即获取num数组的行号，此处为3
data2 = pd.DataFrame(num, columns=column, index=ind)
data2
------------------------------------------------------------
data2['第四列'] = 88   # 值可为字符串或汉字
data2

data2.第一列 = 99  # 方式二
data2

生成数据

操作如下

三、pandas排序

pandas排序有两种方式，一种是对索引进行排序，另一种是对内容进行排序

3.1 DataFrame排序

df.sort_values(by=, ascending=)：单个键(列名)或多个键进行排序
- by：指定排序参考的键
- ascending：指定升序或降序
  - ascending=True：默认升序
  - ascending=False：降序
df.sort_index()：给索引进行排序

代码如下

data2.sort_values(by='第三列')  # 默认ascending=True，即升序排序

data2.sort_values(by='第三列', ascending=False)   # 根据第三列降序排序

data2.sort_values(by=['第一列', '第四列'], ascending=False)    # 根据多列降序排序

data2.sort_index()   # 给索引进行排序

操作演示

3.2 Series排序

series.sort_values(ascending=True)：series排序时，只有一列，不需要参数
series.sort_index(ascending=)：根据索引排序，ascending指定升序或降序，默认升序

代码如下

data2['第四列'].sort_values()    # 默认ascending=True，即将第四列升序排序

data2['第四列'].sort_values(ascending=False)    # ascending=False，将第四列降序排序

data2['第四列'].sort_index(ascending=False)    # ascending=False，根据索引将第四列降序排序

data2['第四列'].sort_index()    # 默认ascending=True，根据索引将第四列升序排序

操作演示