常见Index类型与创建

在Pandas中，索引（Index）是数据框（DataFrame）和序列（Series）的关键组成部分，用于标识和访问数据行或列。正确使用索引可以大大提高数据操作的效率。本章将介绍Pandas中常见的索引类型及其创建方法，适合新人学习。

1. 普通索引（Index，默认类型）

普通索引是Pandas中最基础的索引类型，通常用于标记行或列的标签，默认为字符串类型。它可以包含任何数据类型，但默认是类似数组的标签序列。

创建方法：

• 使用pd.Index()函数直接创建。
• 在DataFrame或Series中自动生成。

代码示例：

import pandas as pd

# 直接创建普通索引
index = pd.Index(['A', 'B', 'C', 'D'])
print("普通索引:", index)
print("类型:", type(index))

# 在Series中使用
s = pd.Series([1, 2, 3, 4], index=['X', 'Y', 'Z', 'W'])
print("Series的索引:", s.index)

2. 整数索引（Int64Index，适合位置定位）

整数索引专门用于整数类型的索引，适合基于位置的定位和操作。它类似于普通索引，但针对整数优化。

创建方法：

• 使用pd.Index()传入整数序列。
• 通过DataFrame或Series的整数位置索引。

代码示例：

# 创建整数索引
int_index = pd.Index([0, 1, 2, 3])
print("整数索引:", int_index)
print("类型:", type(int_index))

# 在DataFrame中使用
import numpy as np
df = pd.DataFrame(np.random.randn(4, 2), index=[10, 20, 30, 40], columns=['A', 'B'])
print("DataFrame的整数索引:", df.index)

3. 字符串索引（Index，字符串标签）

字符串索引是普通索引的一种常见形式，使用字符串作为标签，适用于命名行或列。

创建方法：

• 类似于普通索引，传入字符串列表。

代码示例：

# 创建字符串索引
str_index = pd.Index(['苹果', '香蕉', '橙子'])
print("字符串索引:", str_index)

# 示例：使用字符串索引的DataFrame
df_str = pd.DataFrame({'价格': [5, 3, 4]}, index=str_index)
print(df_str)

4. 时间索引（DatetimeIndex，后续时间序列详解）

时间索引用于处理时间序列数据，支持日期和时间操作，如时间范围、频率等。将在后续时间序列章节中详解。

创建方法：

• 使用pd.date_range()生成时间序列。
• 将日期字符串转换为DatetimeIndex。

代码示例：

# 创建时间索引
dates = pd.date_range('2023-01-01', periods=5, freq='D')
print("时间索引:", dates)
print("类型:", type(dates))

# 简单示例
ts = pd.Series([1, 2, 3, 4, 5], index=dates)
print(ts)

5. 分类索引（CategoricalIndex，适合分类数据）

分类索引用于分类数据，可以节省内存并提高性能，适合固定类别的标签。

创建方法：

• 使用pd.CategoricalIndex()。
• 从分类数据转换。

代码示例：

# 创建分类索引
cat_index = pd.CategoricalIndex(['高', '中', '低', '高'], categories=['低', '中', '高'], ordered=True)
print("分类索引:", cat_index)
print("类型:", type(cat_index))

# 在DataFrame中使用
df_cat = pd.DataFrame({'值': [100, 200, 150, 300]}, index=cat_index)
print(df_cat)

6. 多级索引（MultiIndex，分层索引，重点）

多级索引允许分层索引，用于多维数据组织，是高级数据操作的重点。

创建方法：

• 使用pd.MultiIndex.from_tuples()或from_product()。
• 在DataFrame中设置多层索引。

代码示例：

# 创建多级索引
tuples = [('A', 'X'), ('A', 'Y'), ('B', 'X'), ('B', 'Y')]
multi_index = pd.MultiIndex.from_tuples(tuples, names=['第一级', '第二级'])
print("多级索引:", multi_index)

# 示例：多级索引DataFrame
data = {'数据': [1, 2, 3, 4]}
df_multi = pd.DataFrame(data, index=multi_index)
print(df_multi)

# 访问多级索引
df_multi.loc[('A', 'X')]  # 访问特定行

总结

本章介绍了Pandas中常见的索引类型，包括普通索引、整数索引、字符串索引、时间索引、分类索引和多级索引。每种索引都有其适用场景和创建方法。掌握这些基础索引类型，有助于在数据分析中高效地组织和访问数据。在后续章节中，我们将深入探讨时间序列和多级索引的高级应用。

关键点：

• 索引是数据结构的核心，提高查询效率。
• 根据数据特性选择合适的索引类型。
• 多级索引适合复杂数据分层。

通过示例代码，新人可以快速上手并实践各种索引的创建和使用。