字符串索引数据帧的索引 - Python

在Python的Pandas库中，我们经常需要对数据进行索引。其中包括使用字符串索引数据帧，即使用字符标签作为数据帧的行标签或列标签。本文将介绍如何使用字符串索引数据帧的索引。

创建数据帧

首先，我们需要创建一个数据帧来进行演示。下面的代码将创建一个5行4列的数据帧。

import pandas as pd

data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky', 'Mary'],
        'age': [28, 34, 29, 42, 46],
        'country': ['US', 'UK', 'US', 'UK', 'US'],
        'score': [80, 87, 81, 79, 92]}
df = pd.DataFrame(data)
print(df)

这将输出以下数据帧：

| | name | age | country | score | |---:|:-------|------:|:----------|--------:| | 0 | Tom | 28 | US | 80 | | 1 | Jack | 34 | UK | 87 | | 2 | Steve | 29 | US | 81 | | 3 | Ricky | 42 | UK | 79 | | 4 | Mary | 46 | US | 92 |

通过行索引进行访问

我们可以使用 loc 属性来通过行索引（即标签）来访问数据帧中的行。例如，要访问行标签为2的行，我们可以执行以下操作：

row = df.loc[2]
print(row)

这将输出以下数据：

name       Steve
age           29
country       US
score         81
Name: 2, dtype: object

要访问多行，我们可以使用切片。

rows = df.loc[1:3]
print(rows)

这将输出以下数据帧：

| | name | age | country | score | |---:|:-------|------:|:----------|--------:| | 1 | Jack | 34 | UK | 87 | | 2 | Steve | 29 | US | 81 | | 3 | Ricky | 42 | UK | 79 |

通过列索引进行访问

我们可以使用列索引（即标签）来访问数据帧中的列。例如，要访问“国家”列，我们可以执行以下操作：

column = df['country']
print(column)

这将输出以下数据：

0    US
1    UK
2    US
3    UK
4    US
Name: country, dtype: object

要访问多列，我们可以使用以下方式：

columns = df[['name', 'country']]
print(columns)

这将输出以下数据帧：

| | name | country | |---:|:-------|:----------| | 0 | Tom | US | | 1 | Jack | UK | | 2 | Steve | US | | 3 | Ricky | UK | | 4 | Mary | US |

通过标签进行访问

我们可以使用 loc 属性同时访问行和列。例如，要访问第3行的“国家”列，我们可以执行以下操作：

value = df.loc[2, 'country']
print(value)

这将输出以下数据：

US

要访问多行和多列，我们可以使用以下方式：

values = df.loc[[1, 3], ['name', 'score']]
print(values)

这将输出以下数据帧：

| | name | score | |---:|:-------|--------:| | 1 | Jack | 87 | | 3 | Ricky | 79 |

以上就是使用字符串索引数据帧的索引的介绍。如您在使用过程中遇到问题，可以参考Pandas文档进行进一步学习。