文件保存与索引的关系-1765264021614.pptx

文件保存与索引的关系

索引对象熟悉索引对象的类型和特点，能够归纳索引对象的类型和特点学习目标

Index类的子类在pandas中，无论是位置索引还是标签索引，它们都属于Index类的对象，也就是索引对象。Index类是一个基类，它派生了很多子类，每个子类代表不同形式的索引。索引对象类说明示例RangeIndex位置索引（默认）0、1、2、3……NInt64Index整数索引1、-5、8、10、-9Float64Index浮点数索引-1.0、-5.5、10.2、9.8、6.3DatetimeIndex时间戳索引2022-11-2517:00:00、2022-11-2817:00:00、2022-12-2517:00:00PeriodIndex时间间隔索引2022-11-2500:00:00、2022-11-2501:00:00、2022-11-2502:00:00……MultiIndex分层索引aa、ab、ac、bd、be

特性索引对象不可变性可重复性

特性索引对象不可变性索引对象一旦创建是不可以被修改的，也就是说，索引的值是固定不变的，这样做能够维护从索引到数据的唯一映射关系，并保证Series或DataFrame中数据的安全。importpandasaspdser_obj=pd.Series(range(5),index=[a,b,c,d,e])ser_index[2]=ccTypeError:Indexdoesnotsupportmutableoperations

特性索引对象可重复性索引对象的值是可以重复的。importpandasaspdser_obj=pd.Series(range(5),index=[a,a,c,d,e])ser_index=ser_obj.indexser_index

特性索引对象可重复性通常情况下，索引的值被要求是唯一的，不过并非强制的。我们可以使用索引对象的is_unique属性判断索引的值是否唯一。ser_index.is_unique

重置索引掌握重置索引的方式，能够通过reindex()方法实现重置索引的功能学习目标

重置索引重置索引是指重新为对象设定索引，以构建一个符合新索引的对象。概念reindex()方法会对Series类或DataFrame类对象的原索引和新索引进行匹配，如果新索引跟原索引的值相同，则新索引对应的数据会被设置为原数据；如果新索引跟原索引的值不同，则新索引对应的空缺位置会被填充为NaN或指定的其他值。方法

重置索引语法格式下面以DataFrame类的reindex()方法为例，介绍reindex()方法的语法格式。reindex(labels=None,?index=None,?columns=None,?axis=None,?method=None,?copy=True,?level=None,?fill_value=nan,limit=None,?tolerance=None)index，columns：表示新的行索引、列索引。method：表示空缺位置的填充方式，包括None（默认值）、ffill或pad、bfill或backfill、nearest这几个值，其中None代表不填充空缺位置；ffill或pad代表前向填充空缺位置；bfill或backfill代表后向填充空缺位置；nearest代表根据最近的值填充空缺位置。

重置索引语法格式reindex(labels=None,?index=None,?columns=None,?axis=None,?method=None,?copy=True,?level=None,?fill_value=nan,limit=None,?tolerance=None)copy：是否返回新的对象，默认值为True。fill_value：表示空缺位置被填充的值，默认值为NaN。limit：表示前向或者后向填充时的最大填充量。下面以DataFrame类的reindex()方法为例，介绍reindex()方法的语法格式。

重置索引示例importpandasaspddf_obj=pd.DataFrame({no1:[1.0,2.0,3.0],no2:[4.0,5.0,6.0]},index=[a,b,c])new_df=df_obj.reindex(index=[a,c,e])new_d