用Pandas建立索引并选择数据

Pandas是Python中非常常用的数据处理库，在数据清洗、处理、分析方面都有着非常好的表现。为了更好地处理数据，我们需要掌握如何建立索引及选择数据。

建立索引

在Pandas中，我们可以使用set_index()方法为DataFrame设置索引。例如，我们有一个DataFrame如下：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Cathy'],
    'age': [25, 18, 32],
    'gender': ['F', 'M', 'F']
})

print(df)

输出结果为：

    name  age gender
0  Alice   25      F
1    Bob   18      M
2  Cathy   32      F

我们可以使用如下代码将name列设为索引：

df = df.set_index('name')

print(df)

输出结果为：

       age gender
name            
Alice   25      F
Bob     18      M
Cathy   32      F

这样，我们就成功将name列设为了DataFrame的索引。此时，name列并不会被当做普通的列来处理，而是会被当做索引来使用。我们可以通过df.index来查看当前DataFrame的索引。

选择数据

在Pandas中，我们可以使用loc[]和iloc[]来选择数据。

loc[]

loc[]用于按照行标签和列标签来索引数据。我们可以使用单独的标签、标签的列表或者切片来选择数据。例如，我们可以使用如下代码选择Alice这一行数据：

print(df.loc['Alice'])

输出结果为：

age       25
gender     F
Name: Alice, dtype: object

我们也可以按照列名来选择数据，例如，选择age列和gender列：

print(df.loc[:, ['age', 'gender']])

输出结果为：

       age gender
name            
Alice   25      F
Bob     18      M
Cathy   32      F

iloc[]

iloc[]用于按照行的位置和列的位置来索引数据。我们可以使用整数、整数列表或者切片来选择数据。例如，我们可以使用如下代码选择第2行和第3行数据：

print(df.iloc[1:3])

输出结果为：

       age gender
name            
Bob     18      M
Cathy   32      F

我们也可以按照列的位置来选择数据，例如，选择第1列和第2列（从0开始计数）：

print(df.iloc[:, [0, 1]])

输出结果为：

       age gender
name            
Alice   25      F
Bob     18      M
Cathy   32      F

总结

建立索引和选择数据是Pandas中非常常见的操作，掌握了这些技能，我们就可以更好地处理数据了。