Pandas数据处理：行/列筛选与索引重排

在Pandas数据处理中，筛选指定行或列是一项基本技能，它涉及到对两种主要数据结构Series和DataFrame的操作。首先，让我们深入了解这两个结构： 1. **Series** 和 **DataFrame**: - Series是Pandas的核心数据结构，类似于单列的数组，每条数据都有一个唯一的标签（索引），可以看作是一行或一列的数据。 - DataFrame则是二维表格，由多个Series组成，每个Series对应一个列，每个元素都有行索引和列索引。 2. **重新索引（reindex和ix）**: - 当原始数据的行或列索引与所需不符时，可以使用`reindex`或`ix`方法来调整索引。例如，`data.reindex([‘a’,’c’,’d’,’e’])`会根据新的索引值重新组织Series，未找到的索引位置将填充NaN值。 - 对于DataFrame，行索引的修改与Series相同，而列索引可以通过`reindex(columns=[‘m1′,’m2′,’m3’])`指定新的列名。 3. **丢弃指定轴上的列（drop）**: - `drop`函数允许你删除指定的行或列。例如，`data.drop(['a','c'])` 删除索引为'a'和'c'的行，而`data.drop('m1',axis=1)` 删除列'm1'。 4. **选取和过滤**: - Series支持按行索引（如`obj[‘b’]`）或值（如`obj[obj>-0.6]`）进行选择。 - DataFrame中的筛选更灵活，可以同时基于行和列的条件进行，如`df[df['column_name'] > threshold]`。 5. **区别与SQL操作**: - Python中的Pandas与SQL查询有相似之处，但也有不同。比如，`obj[‘b’,’a’,’c’]`在展示时会保持指定顺序，而SQL的类似查询不会。 - 在Pandas中，切片`obj[0:1]`不包括末端，而`obj[‘a’:’b’]`包含末端。 掌握这些基础操作对于在Pandas中高效处理数据至关重要，无论是进行数据分析、清洗还是准备数据可视化，都能提高工作效率。通过熟练运用`reindex`、`drop`和条件筛选功能，你可以更加精确地筛选和提取你需要的信息。