上一篇：

Index

Index也有很多种类型，官方文档介绍：Index objects - pandas 1.1.4 documentation

index是可以包含重复值的

df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]], columns=list('abc'), index=list('xyx'))

df.index.is_unique

使用is_unique可以判断index中是否包含重复值

有重复值，在筛选的时候，会返回多行

df.loc['x']

DataFrame.reset_index(level=None,drop=False,inplace=False,col_level=0,col_fill='')

重置索引，默认会使用0,1...进行重置

df.reset_index()

这里，会发现原来的index，成为了column，可以使用参数来决定是删掉还是变为column

df.reset_index(drop=True)

还有一个类似的函数

DataFrame.reindex(**kwargs)

类似于重建索引，是重建，而不是上面的重置，这里我们需要指定想更新为什么index

df = pd.DataFrame(np.arange(1,10).reshape((3,3)) , index=['x','y','z'], columns=['one','two','three'])
df.reindex(['x','z'])

这里，我们更新的索引和原来有部分相似，所以，相当于一个筛选，如果是完全没有的index

df.reindex([1,2,3])

就都是空值了

df.reindex(['z','x','w'], fill_value=888)

删除索引或列

DataFrame.drop(labels=None,axis=0,index=None,columns=None,level=None,inplace=False,errors='raise')

df = pd.DataFrame(np.arange(1,10).reshape((3,3)) , index=['x','y','z'], columns=['one','two','three'])
df.drop(index=['x','z'])

排序

在excel中，我们可以进行排序，pandas中也是可以的

DataFrame.sort_index(axis=0,level=None,ascending=True,inplace=False,kind='quicksort',na_position='last',sort_remaining=True,ignore_index=False,key=None)

根据标签进行排序

df = pd.DataFrame(np.arange(1,10).reshape((3,3)) , index=[3, 1, 4], columns=['c','a','b'])
df.sort_index()

## 降序排列
df.sort_index(ascending=False)

## 按照column排序
df.sort_index(axis=1)

当然也可以按照values排序，参考：

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last', ignore_index=False, key=None)

df = pd.DataFrame(np.random.randint(10, size=(6,6)), index=list('abcdef'), columns=list('opqrst'))
df.sort_values(by=['p'])

根据指定的column进行排序

排名

有时候，想要对排序添加一个排名

DataFrame.rank(axis=0,method='average',numeric_only=None,na_option='keep',ascending=True,pct=False)

根据指定的列进行排序

df['p'].rank()

这里的排名，如果数值相同，排名是一样的，而且还是3.5

可以通过method参数来修改