Python Pandas – 计算当前索引给出新索引的索引器和掩码

在 Pandas 中，我们可以使用 loc 或 iloc 来进行索引。但有时候我们需要根据当前索引计算出新的索引，并进行相应的操作。那该怎么做呢？

我们可以使用 get_loc() 和 Indexer 对象来计算新索引，并使用 isin() 来创建掩码。下面通过一个示例来演示。

假设我们有以下数据集：

import pandas as pd

df = pd.DataFrame({
    'name': ['John', 'Mary', 'Peter', 'Maggie'],
    'age': [24, 18, 32, 29],
    'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen'],
    'salary': [5000, 7000, 4000, 6000]
})
df.index = ['A', 'B', 'C', 'D']

这个数据集包含了四个人的名字、年龄、城市和薪资，我们将它们的索引设置为了字母 A-D。

现在我们想根据这个数据集中的城市信息来筛选出一部分数据，具体来说，我们想找出居住在北京和深圳的人的信息。我们可以使用以下代码来实现：

cities = ['Beijing', 'Shenzhen']
mask = df['city'].isin(cities)

result = df.loc[mask]

这里的 isin() 方法返回了一个布尔型的掩码，它表示了哪些行的城市信息等于我们想要的城市列表。我们将这个掩码传递给了 loc 方法，loc 方法会根据掩码来筛选出相应的行。

现在假设我们想使用姓名作为索引，那么我们需要计算出新的索引。我们可以使用 get_loc() 方法来获取当前索引对应的位置，如果我们想以姓名作为新的索引，就需要将姓名转换为对应的位置。

以下是我们可以使用的代码：

new_index = df['name'].apply(lambda x: df.index[df['name'] == x].tolist()[0])

result.index = new_index[mask]

在上面的代码中，我们使用了 apply() 方法遍历了数据集中所有的姓名，然后使用 get_loc() 方法将姓名转换为对应的位置。最后，我们使用 tolist() 和 [0] 将位置转换为具体的值，并将新索引赋值给了 result 对象。

现在我们打印 result，它会输出以下内容：

  name  age       city  salary
0  John   24    Beijing    5000
3  Maggie 29  Shenzhen    6000

可以看到，我们成功地根据城市信息筛选出了相应的行，并将姓名作为了新的索引。

接下来，我们将新索引作为一个 Indexer 对象，它会将当前索引和新索引的映射关系保存下来：

idx = pd.Index(new_index)

new_idx = pd.Indexer.from_arrays([df.index.values, idx.values])

现在，我们可以使用 iloc 和 new_idx 来访问相应的行了：

print(df.iloc[new_idx[0,:]])

这里的 new_idx[0,:] 表示了新索引对应的行的范围，也就是说，它会返回所有用新索引表示的行的位置。与 loc 不同，iloc 使用的是具体的位置而非标签。

输出结果为：

  name  age       city  salary
0  John   24    Beijing    5000
3  Maggie 29  Shenzhen    6000

更多Pandas相关文章，请阅读：Pandas 教程

结论

在 Pandas 中，我们可以使用 get_loc() 方法和 Indexer 对象来根据当前索引计算新索引，并使用掩码来进行筛选。同时，在将新索引作为一个 Indexer 对象后，我们可以使用 iloc 方法来访问相应的数据行。

以上就是 Python Pandas 中计算当前索引给出新索引的索引器和掩码的方法。希望对你有所帮助！