pandas查找、排序和去重

import pandas as pd
import numpy as np

#定义DataFrame
dict={'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]}
df=pd.DataFrame(dict,index=['one','two','three'])
print(df)

	a	b	c
one	1	4	7
two	2	5	8
three	3	6	9

1.Series通过索引查找

可用Index ,也可用数字下标

s1=df['b']
print(s1['two'])
print(s1[['two','one']])  # 用数组列出离散的标签，要用[ ]括起来
print(s1['two':'three'])  # 标签切片
print(s1[0:2])

2.DataFrame通过索引查找

(1) 直接通过列索引取列

df['b']
df[['b','c']]  # 用数组列出离散的标签，要用[ ]括起来

(2) .loc 通过标签索引数据

先写行标签，后写列标签
列举多个列，要用数组，用[ ]括起来
列举切片，则无需用[ ]括起来。注意标签切片的右括号是闭合的

df.loc[['two','one']]   #索引多行，行名用数组
df.loc['two':'three']   #索引多行，行名用切片
df.loc[:,['b','a']] #索引某行多列，列名用数组
df.loc[:,'b':'a']   #索引某行多列，列名用切片

(3) .iloc 通过通过标号获取数据

先写行号，再写列号
可用单值，也可用切片，注意：标号切片的右括号是开区间的

df.iloc[1:3,1:3]

3.索引和列之间的转换

(1) 列-->索引

• inplace参数可以定义是否覆盖原数据

df.set_index('a', inplace=True)  # inplace=True 会在原变量直接改，没有返回值
df
df1=df.set_index('a', inplace=False)  # inplace=False则有返回值(默认),原变量不变
df1

(2) 索引-->列

• 索引变成列会排在DataFrame的第一列

df.reset_index(inplace=True) 
df

4.利用索引进行排序

(1) pandas 根据某一列排序

pandas排序的方法有很多，sort_values表示根据某一列排序

pd.sort_values("xxx",inplace=True)

表示pd按照xxx这个字段排序，inplace默认为False,如果该值为False，那么原来的pd顺序没变，只是返回的是排序的
https://blog.****.net/happy5205205/article/details/105124051/

(2) 按照时间排序

先把它转为时间对象
df['time'] = pd.to_datetime(df['time'])
然后再对time这列排序
df.sort_values('time', inplace=True)

5.根据索引进行数据去重

keep='first' or 'last'，可以选择保留第一条或最后一条

df=df[~df.index.duplicated(keep='first')]