pandas 学习 第8篇：Index 对象

Index对象负责管理轴标签、轴名称等元数据，是一个不可修改的、有序的、可以索引的ndarry对象。在构建Sereis或DataFrame时，所用到的任何数据或者array-like的标签，都会转换为一个Index对象。Index对象是一个从索引到数据值的映射，当数据是一列时，Index是列索引；当数据是一行数据时，Index是行索引。

一，基础函数

用于创建索引的最基础的构造函数：

pandas.Index(data,dtype=object,name)

参数注释：

• data：类似于一维数组的对象
• dtype：用于设置索引元素的类型，默认值是object
• name：索引的名称，默认值是Index

举个例子，创建一个整数索引：

>>> pd.Index([1, 2, 3])
Int64Index([1, 2, 3], dtype='int64')

索引是一个ndarray对象，元素的类型相同，每一个Index对象，常用的属性有：

• values：索引的值
• array：以数组形式返回索引元素的值
• dtype：索引元素的数据类型
• name：索引的名称属性
• shape：索引的形状

二，索引的转换

索引是一个ndarray对象，不仅元素类型可以转换，其对象本身也可以强转为其他like-array类型，比如list、Series和DataFrame。

1，强转索引值的类型

显式把索引元素的类型强制转换成其他数据类型：

Index.astype(self, dtype, copy=True)

2，把索引转换成list

list是由索引的值构成的：

Index.to_list(self)

3，把索引转换成Series

Series的索引值和数据值相同，是由原索引的数据值构成的：

Index.to_series(self, index=None, name=None)

参数index 表示新建Sereis的索引，默认值是None，表示新建Sereis的索引就是原索引。

>>> idx = pd.Index(['Ant', 'Bear', 'Cow'], name='animal')
>>> idx.to_series()
animal
Ant      Ant
Bear    Bear
Cow      Cow
Name: animal, dtype: object

4，把索引转换成DataFrame

创建一个新的DataFrame对象，列的值是由索引值构成的，默认情况下，新DataFrame的索引就是原索引：

Index.to_frame(self, index=True, name=None)

参数index表示是否把原索引作为新创建的DataFrame对象的索引，默认值是True。

>>> idx = pd.Index(['Ant', 'Bear', 'Cow'], name='animal')
>>> idx.to_frame()
       animal
animal
Ant       Ant
Bear     Bear
Cow       Cow

5，把索引展开为ndarray对象

该方法和numpy.ravel() 相同，把Index对象展开为一维的ndarray对象：

Index.ravel(self, order='C')

三，索引的排序

按照索引的值进行排序，但是返回索引值的下标，参数 *args和 **kwargs都是传递给numpy.ndarray.argsort函数的参数。

Index.argsort(self, *args, **kwargs)

按照索引的值进行排序，返回排序的副本，参数return_indexer 表示是否返回索引值的下标：

Index.sort_values(self, return_indexer=False, ascending=True)

举个例子，有如下索引：

>>> idx = pd.Index(['b', 'a', 'd', 'c'])
Index(['b', 'a', 'd', 'c'], dtype='object')

按照索引值进行排序，返回排序索引的下标：

>>> order = idx.argsort()
>>> order
array([1, 0, 3, 2])

通过下标来查看索引的排序值：

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

当然，也可以直接返回已排序的索引：

>>> idx.sort_values()
Index(['a', 'b', 'c', 'd'], dtype='object')

如果要返回已排序的索引和对应的下标，需要设置参数return_indexer=True：

>>> idx.sort_values(return_indexer=True)
(Index(['a', 'b', 'c', 'd'], dtype='object'), array([1, 0, 3, 2], dtype=int64))

参考文档：

pandas index