Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用模塊4Pandas數(shù)據(jù)結(jié)構(gòu)應(yīng)用與數(shù)據(jù)讀寫操作4.4Pandas創(chuàng)建與操作索引4.4.1創(chuàng)建Pandas的索引對(duì)象Pandas中創(chuàng)建的Series對(duì)象或DataFrame對(duì)象時(shí)，既可以使用自動(dòng)生成的整數(shù)索引，也可以使用自定義的標(biāo)簽索引。無論哪種形式的索引，都是一個(gè)Index類的對(duì)象。Index是一個(gè)基類，它派生了許多子類。使用pd.Index()方法就能創(chuàng)建一個(gè)索引對(duì)象。與Pandas數(shù)據(jù)結(jié)構(gòu)（Series和DataFrame）中其他元素不同的是，Index對(duì)象是不可修改的（Immutable），一旦聲明，它就不能改變。當(dāng)不同數(shù)據(jù)結(jié)構(gòu)共用Index對(duì)象時(shí)，該特性能夠保證它的安全。4.4.2獲取Pandas的索引對(duì)象使用df.index屬性就能獲取索引對(duì)象，通過df.index.values屬性就能獲取索引對(duì)象的值。4.4.3熟知Pandas索引對(duì)象的特性（1）索引對(duì)象是不可以進(jìn)行修改索引的不可修改性就是說這個(gè)索引是不支持進(jìn)行修改的，但是可以進(jìn)行重置，換句話說索引是不支持部分修改的。索引對(duì)象的不可變性，可以保障數(shù)據(jù)的安全。（2）多個(gè)數(shù)據(jù)結(jié)構(gòu)之間共享index對(duì)象兩個(gè)Series對(duì)象可以安全共用同一個(gè)index對(duì)象4.4.4Pandas索引設(shè)置重置索引（reindex）可以更改原DataFrame的行索引或列索引，并使更改后的行、列索引與DataFrame中的數(shù)據(jù)逐一匹配。通過重置索引操作，可以完成對(duì)現(xiàn)有數(shù)據(jù)的重新排序。如果重置的索引標(biāo)簽在原DataFrame中不存在，那么該標(biāo)簽對(duì)應(yīng)的元素值將全部填充為NaN。4.4.4Pandas索引設(shè)置1．使用set_index()函數(shù)設(shè)置索引set_index()函數(shù)的語法格式如下：set_index(keys,drop=True,append=False,inplace=False,verify_integrity=False)4.4.4Pandas索引設(shè)置1．使用set_index()函數(shù)設(shè)置索引基函數(shù)參數(shù)說明如下：?keys：列標(biāo)簽或列標(biāo)簽數(shù)組列表，即需要設(shè)置為索引的列。?drop：默認(rèn)值為True，表示刪除用作新索引的列。?append：默認(rèn)值為False，是否將列附加到現(xiàn)有索引。如果其值設(shè)置為True，表示原來的索引和新索引一起被保留下來。?inplace：默認(rèn)值為False，表示創(chuàng)建一個(gè)新的dataframe，對(duì)新的dataframe進(jìn)行操作，不改變?cè)瓟?shù)據(jù)。如果其值設(shè)置為True，表示直接在源數(shù)據(jù)集上進(jìn)行操作。?verify_integrity：默認(rèn)為false，檢查新索引的副本。否則，將檢查推遲到必要時(shí)進(jìn)行。將其設(shè)置為false可以提高該方法的性能。4.4.4Pandas索引設(shè)置2．使用reset_index()函數(shù)重置索引reset_index()函數(shù)的語法格式如下：reset_index(level=None,drop=False,inplace=False,col_level=0,col_fill='')4.4.4Pandas索引設(shè)置2．使用reset_index()函數(shù)重置索引其函數(shù)參數(shù)說明如下：?level：用于控制具體要還原的那個(gè)等級(jí)的索引。數(shù)值類型可以為：int、str、tuple或list，默認(rèn)類型為無，僅從索引中刪除給定級(jí)別。默認(rèn)情況下移除所有級(jí)別。?drop：默認(rèn)值為False，則索引列會(huì)被還原為普通列，否則會(huì)丟棄。?inplace：表示當(dāng)前操作是否對(duì)原數(shù)據(jù)生效，默認(rèn)值為false，表示不要?jiǎng)?chuàng)建新對(duì)象。?col_level：數(shù)值類型為int或str，默認(rèn)值為0，如果列有多個(gè)級(jí)別，則確定將標(biāo)簽插入到哪個(gè)級(jí)別。默認(rèn)情況下，它將插入到第1級(jí)。?col_fill：對(duì)象，默認(rèn)值為''，如果列有多個(gè)級(jí)別，則確定其他級(jí)別的命名方式。如果沒有，則重復(fù)索引名4.4.4Pandas索引設(shè)置3．使用reindex()函數(shù)重置索引排列順序reindex()函數(shù)的語法格式如下：obj.reindex(index=None,columns=None,axis=None,method=None,copy=True,level=None,fill_value=nan,limit=None,tolerance=None)如果新添加的索引沒有對(duì)應(yīng)的值，則默認(rèn)將對(duì)應(yīng)元素值設(shè)置為NaN。4.4.4Pandas索引設(shè)置3．使用reindex()函數(shù)重置索引排列順序其函數(shù)參數(shù)說明如下：?obj：pandas對(duì)象名稱；?index：用作索引的新序列。既可以是Index實(shí)例，也可以是其他序列型的Python數(shù)據(jù)結(jié)構(gòu)。Index會(huì)被完全使用，就像沒有任何復(fù)制一樣；?method：插值填充方式，ffill或pad表示前向填充值，bfill或backfill表示后向填充值；?fill_value：在重新索引過程中，需要引入缺失值時(shí)使用的替代值；?limit：前向或后向填充時(shí)的最大填充量；?level：在MultiIndex的指定級(jí)別上匹配簡(jiǎn)單索引，否則選取其子集；?copy：默認(rèn)為True，表示無論如何都復(fù)制。如果為False，則表示新舊相等就不復(fù)制。4.4.4Pandas索引設(shè)置4．使用reindex_like()函數(shù)重建行索引現(xiàn)有兩個(gè)DataFrame對(duì)象df1和df2，如果想讓df1的行索引與df2相同，可以使用reindex_like()函數(shù)實(shí)現(xiàn)。df1會(huì)按照df2的形式重建行索引。需要特別注意的是，df1與df2的列索引標(biāo)簽必須相同。函數(shù)reindex_like的語法格式如下：reindex_like(other,method=None,copy=True,limit=None,tolerance=None)4.4.4Pandas索引設(shè)置其函數(shù)參數(shù)說明如下：?other：定義新索引的對(duì)象。?method：用于指定填充相應(yīng)元素值的方法，參數(shù)值設(shè)置為pad/ffill表示前向填充值；參數(shù)值設(shè)置為bfill/backfill表示后向填充值；參數(shù)值設(shè)置為nearest表示從距離最近的索引值開始填充。?copy：即使傳遞的索引相同，也返回一個(gè)新對(duì)象。?limit：該參數(shù)用來控制填充的最大行數(shù)。?