跳到主要内容

Pandas 标签索引

在Pandas中，标签索引（Label-based Indexing）是一种基于行或列的标签来选择数据的方式。与传统的基于位置的索引不同，标签索引允许你使用直观的标签来访问数据，这使得数据操作更加灵活和易读。

什么是标签索引？​

Pandas中的标签索引主要通过.loc属性来实现。.loc允许你使用行和列的标签来选择数据。与.iloc（基于位置的索引）不同，.loc是基于标签的，因此你可以使用行和列的名称来访问数据。

基本用法​

假设我们有一个简单的DataFrame：

python
import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [24, 27, 22, 32],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}

df = pd.DataFrame(data)
df.set_index('Name', inplace=True)

这个DataFrame看起来像这样：

         Age         City
Name                     
Alice     24     New York
Bob       27  Los Angeles
Charlie   22      Chicago
David     32      Houston

选择单行​

要选择单行数据，可以使用.loc并传入行标签：

python
alice_data = df.loc['Alice']
print(alice_data)

输出：

Age           24
City    New York
Name: Alice, dtype: object

选择多行​

你可以通过传递一个标签列表来选择多行：

python
multiple_rows = df.loc[['Alice', 'Charlie']]
print(multiple_rows)

输出：

         Age      City
Name                  
Alice     24  New York
Charlie   22   Chicago

选择特定列​

你还可以选择特定的列：

python
ages = df.loc[:, 'Age']
print(ages)

输出：

Name
Alice      24
Bob        27
Charlie    22
David      32
Name: Age, dtype: int64

选择行和列​

你可以同时选择行和列：

python
alice_age = df.loc['Alice', 'Age']
print(alice_age)

输出：

24

实际应用场景​

数据筛选​

假设你有一个包含学生成绩的DataFrame，你想筛选出所有数学成绩大于90分的学生：

python
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Math': [95, 85, 92, 88],
    'Science': [89, 91, 87, 94]
}

df = pd.DataFrame(data)
df.set_index('Name', inplace=True)

high_math_scores = df.loc[df['Math'] > 90]
print(high_math_scores)

输出：

         Math  Science
Name                  
Alice      95       89
Charlie    92       87

数据更新​

你可以使用.loc来更新DataFrame中的特定值。例如，将Bob的数学成绩更新为90：

python
df.loc['Bob', 'Math'] = 90
print(df)

输出：

         Math  Science
Name                  
Alice      95       89
Bob        90       91
Charlie    92       87
David      88       94

总结​

Pandas的标签索引（.loc）是一个非常强大的工具，它允许你使用直观的标签来选择和操作数据。通过.loc，你可以轻松地选择单行、多行、特定列，甚至同时选择行和列。此外，.loc还可以用于数据筛选和更新，使得数据处理更加灵活和高效。

附加资源​

练习​

  1. 创建一个包含学生姓名、数学成绩和科学成绩的DataFrame，并使用.loc筛选出科学成绩大于90分的学生。
  2. 使用.loc更新DataFrame中某个学生的数学成绩。
  3. 尝试使用.loc选择多行和多列，并观察输出结果。

通过练习，你将更好地掌握Pandas标签索引的使用方法。