今天我们就在jupyterlab里进行操作演示，本次推文内容主要以截图为主了。
有兴趣的可以公众号回复 "索引" 获取 演示原数据及 ipynb文件。
数据清洗中，我们经常需要从原始数据中通行列索引规则选择需要用于后续处理分析的数据，这便是本次的主要内容。
1.索引设置
我们在使用pandas读取文件数据时，可以设定初始的索引。
这里我用之前 爬取过的 拉勾网产品经理岗位数据进行演示如下：
1.1.reindex
reindex方法可以重新进行索引排序，如果某个索引值之前不存在则会引入缺失值。
1.2.set_index
set_index就是将某列设置为索引
1.3.reset_index
reset_index就是重置索引(变为默认的索引 0到len()-1)，比如可以把上面set_index设置的索引取消，，经常用在对数据进行处理（分组或透视处理）后
1.4.rename
rename可以将行列索引标签名进行替换，用字典的形式
2.索引选择
2.1. iloc 整数标签
2.1.1. 行索引
2.1.2. 列索引
2.1.3. 混合索引
2.2. loc 轴标签
2.2.1.行索引
2.2.2.列索引
2.2.3.混合索引
2.2.4.函数式索引
2.3. []操作符方法
df[val]主要是选取某列或某些列序列，当然我们也可以通过切片形式选取行（这里是整数索引切片形式）
2.3.1.行索引
2.3.2.列索引
2.3.3.混合索引与函数式索引
2.3.4.布尔索引
布尔索引可以理解为条件判断，根据条件判断选择满足的数据，是我们在数据清洗中最常见的手段之一。
布尔符号：'&','|','~'：分别代表和and，或or，取反not
单条件、且与或
取反、contains与isin
3.删除重复数据
duplicated方法 返回 是否重复的布尔列表
keep = 'last' 保留最后一条
keep = 'first' 保留第一条
4.思考题
采取至少2种以上获取偶数行的方式
有兴趣的可以公众号回复 "索引" 获取 演示原数据及 ipynb文件
原文作者：可以叫我才哥；如有侵权，请联系管理员删除。
请登录后发表评论
登录
全部评论
