pandas带有重复索引操作方法


            有的时候，可能会遇到表格中出现重复的索引，在操作重复索引的时候可能要注意一些问题。

一、判断索引是否重复

a、Series索引重复判断





s = Series([1,2,3,4,5],index=["a","a","b","b","c"]) 

print(s.index.is_unique) 

#False 





Series.index.is_unique为False表示索引重复。

b、DataFrame索引重复判断





a = np.arange(9).reshape(3,3) 

data = DataFrame(a,index=["a","b","c"],columns=["one","two","one"]) 

#判断行索引是否重复 

print(data.index.is_unique) 

#True 

#判断列索引是否重复 

print(data.columns.is_unique) 

#False 



二、索引取值

如果一个索引对应多个值，Series返回的是一个Series。如果一个索引对应一个值的时候，Series返回的是一个标量，DataFrame返回的是始终是一个DataFrame。

a、Series的索引取值





 s = Series([1, 2, 3, 4, 5], index=["a", "a", "b", "b", "c"])

 print(type(s["a"]))

 #<class 'pandas.core.series.Series'>

 print(s["a"])

 '''

 a 1

 a 2

 '''

 #选取第一个a

 print(s[:1])

 #a 1

 print(s[[0]])

 #a 1



b、DataFrame的索引取值





 a = np.arange(9).reshape(3,3)

 data = DataFrame(a,index=["a","b","b"],columns=["one","two","one"])

 #对行进行选取

 print(type(data.ix["b"]))

 #<class 'pandas.core.frame.DataFrame'>

 print(data.ix["b"])#与data.xs("b")等价

 '''

 one two one

 b 3 4 5

 b 6 7 8

 '''

 #选取第二行

 print(type(data.ix[1:2]))#与data[1:2]等价

 #<class 'pandas.core.frame.DataFrame'>

 print(data.ix[1:2])

 #b 3 4 5

 print(data.ix[[1]])

 #b 3 4 5



 #对列进行选取

 print(data["one"])#等价于data.one 或 data.xs("one",axis=1)

 '''

 one one

 a 0 2

 b 3 5

 b 6 8

 '''

 #选取第一列

 print(data.ix[:,0])

 '''

 a 0

 b 3

 b 6

 '''

 print(data.ix[:,:1])

 '''

 one

 a 0

 b 3

 b 6

 '''



以上这篇pandas带有重复索引操作方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。