目录
一、用法精讲
886、pandas.Index.repeat方法
886-1、语法
886-2、参数
886-3、功能
886-4、返回值
886-5、说明
886-6、用法
886-6-1、数据准备
886-6-2、代码示例
886-6-3、结果输出
887、pandas.Index.where方法
887-1、语法
887-2、参数
887-3、功能
887-4、返回值
887-5、说明
887-6、用法
887-6-1、数据准备
887-6-2、代码示例
887-6-3、结果输出
888、pandas.Index.take方法
888-1、语法
888-2、参数
888-3、功能
888-4、返回值
888-5、说明
888-6、用法
888-6-1、数据准备
888-6-2、代码示例
888-6-3、结果输出
889、pandas.Index.putmask方法
889-1、语法
889-2、参数
889-3、功能
889-4、返回值
889-5、说明
889-6、用法
889-6-1、数据准备
889-6-2、代码示例
889-6-3、结果输出
890、pandas.Index.unique方法
890-1、语法
890-2、参数
890-3、功能
890-4、返回值
890-5、说明
890-6、用法
890-6-1、数据准备
890-6-2、代码示例
890-6-3、结果输出
二、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
一、用法精讲
886、pandas.Index.repeat方法
886-1、语法
# 886、pandas.Index.repeat方法
pandas.Index.repeat(repeats, axis=None)
Repeat elements of a Index.
Returns a new Index where each element of the current Index is repeated consecutively a given number of times.
Parameters:
repeats
int or array of ints
The number of repetitions for each element. This should be a non-negative integer. Repeating 0 times will return an empty Index.
axis
None
Must be None. Has no effect but is accepted for compatibility with numpy.
Returns:
Index
Newly created Index with repeated elements.886-2、参数
886-2-1、repeats(必需)：一个整数或整数数组，如果是整数，则所有元素重复相同的次数；如果是数组，长度必须与Index相同，指定每个元素重复的次数。
886-2-2、axis(可选，默认值为None)：该参数在Index.repeat()方法中实际上没有作用，主要是为了与ndarray.repeat()保持接口一致性。
886-3、功能
用于重复Index对象中的元素,生成一个新的Index对象。它可以按指定的次数重复每个元素。
886-4、返回值
返回一个新的Index对象，包含重复后的元素。
886-5、说明
无
886-6、用法
886-6-1、数据准备
无886-6-2、代码示例
# 886、pandas.Index.repeat方法
import pandas as pd
# 创建一个Index对象
idx = pd.Index(['A', 'B', 'C'])
# 每个元素重复2次
result1 = idx.repeat(2)
print(result1)
# 使用不同的重复次数
result2 = idx.repeat([1, 2, 3])
print(result2)886-6-3、结果输出
# 886、pandas.Index.repeat方法
# Index(['A', 'A', 'B', 'B', 'C', 'C'], dtype='object')
# Index(['A', 'B', 'B', 'C', 'C', 'C'], dtype='object')887、pandas.Index.where方法
887-1、语法
# 887、pandas.Index.where方法
final pandas.Index.where(cond, other=None)
Replace values where the condition is False.
The replacement is taken from other.
Parameters:
cond
bool array-like with the same length as self
Condition to select the values on.
other
scalar, or array-like, default None
Replacement if the condition is False.
Returns:
pandas.Index
A copy of self with values replaced from other where the condition is False.887-2、参数
887-2-1、cond(必需)：一个布尔数组或条件表达式，指示哪些元素应保留，它的长度必须与Index对象相同。
887-2-2、other(可选，默认值为None)：指定替换不满足条件的元素的值，默认值为None，这意味着不满足条件的元素将被替换为NaN。
887-3、功能
用于根据条件筛选Index对象中的元素。
887-4、返回值
返回一个新的Index对象，其中满足条件的元素保持不变，而不满足条件的元素被替换为other指定的值。
887-5、说明
无
887-6、用法
887-6-1、数据准备
无887-6-2、代码示例
# 887、pandas.Index.where方法
import pandas as pd
# 创建一个Index对象
idx = pd.Index([1, 2, 3, 4, 5])
# 定义条件
cond = idx > 3
# 使用where方法
result1 = idx.where(cond)
print(result1)
# 使用where方法并指定其他值
result2 = idx.where(cond, other=0)
print(result2)887-6-3、结果输出
# 887、pandas.Index.where方法
# Index([nan, nan, nan, 4.0, 5.0], dtype='float64')
# Index([0, 0, 0, 4, 5], dtype='int64')888、pandas.Index.take方法
888-1、语法
# 888、pandas.Index.take方法
pandas.Index.take(indices, axis=0, allow_fill=True, fill_value=None, **kwargs)
Return a new Index of the values selected by the indices.
For internal compatibility with numpy arrays.
Parameters:
indices
array-like
Indices to be taken.
axis
int, optional
The axis over which to select values, always 0.
allow_fill
bool, default True
fill_value
scalar, default None
If allow_fill=True and fill_value is not None, indices specified by -1 are regarded as NA. If Index doesn’t hold NA, raise ValueError.
Returns:
Index
An index formed of elements at the given indices. Will be the same type as self, except for RangeIndex.888-2、参数
888-2-1、indices(必需)：一个整数数组，表示要提取的元素的位置索引。
888-2-2、axis(可选，默认值为0)：表示在行轴上进行操作，对于Index对象，该参数通常不需要更改。
888-2-3、allow_fill(可选，默认值为True)：布尔值，如果为True，则允许在提取的索引中填充缺失值。
888-2-4、fill_value(可选，默认值为None)：指定填充缺失值的值。
888-2-5、**kwargs(可选)：其他关键字参数，为后续扩展功能做预留。
888-3、功能
用于根据给定的索引位置从Index对象中提取元素，该方法非常有用，当你需要根据特定的索引列表来选择Index中的元素时。
888-4、返回值
返回一个新的Index对象，包含根据给定索引位置提取的元素。
888-5、说明
无
888-6、用法
888-6-1、数据准备
无888-6-2、代码示例
# 888、pandas.Index.take方法
import pandas as pd
# 创建一个Index对象
idx = pd.Index(['a', 'b', 'c', 'd', 'e'])
# 定义要提取的索引位置
indices = [0, 2, 4]
# 使用take方法提取元素
result = idx.take(indices)
print(result)
# 使用take方法并允许填充
result_with_fill = idx.take([0, 2, 3], allow_fill=True, fill_value='missing')
print(result_with_fill)888-6-3、结果输出
# 888、pandas.Index.take方法
# Index(['a', 'c', 'e'], dtype='object')
# Index(['a', 'c', 'd'], dtype='object')889、pandas.Index.putmask方法
889-1、语法
# 889、pandas.Index.putmask方法
pandas.Index.putmask(mask, value)
Return a new Index of the values set with the mask.
Returns:
Index889-2、参数
889-2-1、mask(必需)：布尔数组(array-like of bool)，一个与Index长度相同的布尔数组，用于指示哪些位置的值需要被替换，True表示该位置的值将被替换，False表示该位置的值保持不变。
889-2-2、value(必需)：标量值或数组(scalar or array-like)，表示用于替换的值，如果value是标量，则该值将用于替换所有在mask中为True的位置；如果value是数组，则它的长度必须与mask中为True的元素数量相同，且将对应位置进行替换。
889-3、功能
根据给定的布尔掩码在Index中替换特定位置的值，它允许用户灵活地修改Index中的元素，而不需要创建新的Index对象。
889-4、返回值
返回一个新的Index对象，其中根据掩码替换了指定位置的值，原始的Index对象保持不变。
889-5、说明
无
889-6、用法
889-6-1、数据准备
无889-6-2、代码示例
# 889、pandas.Index.putmask方法
import pandas as pd
# 创建一个Index对象
index = pd.Index(['a', 'b', 'c', 'd'])
# 创建一个布尔掩码
mask = [True, False, True, False]
# 使用putmask方法替换值
new_index = index.putmask(mask, 'x')
print(new_index)889-6-3、结果输出
# 889、pandas.Index.putmask方法
# Index(['x', 'b', 'x', 'd'], dtype='object')890、pandas.Index.unique方法
890-1、语法
# 890、pandas.Index.unique方法
pandas.Index.unique(level=None)
Return unique values in the index.
Unique values are returned in order of appearance, this does NOT sort.
Parameters:
level
int or hashable, optional
Only return values from specified level (for MultiIndex). If int, gets the level by integer position, else by level name.
Returns:
Index890-2、参数
890-2-1、level(可选，默认值为None)：整数或字符串，如果Index是多级的(MultiIndex)，可以指定要获取唯一值的级别，可以使用级别的整数索引(从0开始)或级别的名称(如果有的话)；如果未指定，则返回整个Index的唯一值。
890-3、功能
返回Index中的唯一值。对于多级Index，可以选择特定的级别来获取该级别的唯一值，在数据分析中非常有用，尤其是在处理重复数据时。
890-4、返回值
返回一个新的Index对象，包含唯一值。对于多级Index，返回的Index将只包含指定级别的唯一值。
890-5、说明
无
890-6、用法
890-6-1、数据准备
无890-6-2、代码示例
# 890、pandas.Index.unique方法
import pandas as pd
# 创建一个普通的Index对象
index = pd.Index(['a', 'b', 'a', 'c', 'b'])
# 获取唯一值
unique_values = index.unique()
print(unique_values)
# 创建一个多级Index对象
arrays = [['bar', 'bar', 'baz', 'baz'], ['one', 'two', 'one', 'two']]
multi_index = pd.MultiIndex.from_arrays(arrays, names=('first', 'second'))
# 获取多级Index中某一层的唯一值
unique_first_level = multi_index.unique(level='first')
print(unique_first_level) 890-6-3、结果输出
# 890、pandas.Index.unique方法
# Index(['a', 'b', 'c'], dtype='object')
# Index(['bar', 'baz'], dtype='object', name='first')
