pandas 获取索引

可以使用 `index` 属性获取 Pandas DataFrame 或 Series 的索引。例如：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])

# 获取索引
print(df.index)

输出结果为：

Index(['a', 'b', 'c'], dtype='object')

同理，对于 Series 可以使用 `index` 属性获取索引。例如：

import pandas as pd

# 创建一个 Series
s = pd.Series([1, 2, 3], index=['a', 'b', 'c'])

# 获取索引
print(s.index)

输出结果为：

Index(['a', 'b', 'c'], dtype='object')

相关问题

pandas获取行索引

回答: 在Pandas中获取行索引有多种方法。一种常用的方法是使用`index`属性，它可以返回DataFrame或Series的行索引。例如，对于一个DataFrame `df`，可以使用`df.index`来获取它的行索引。\[1\]另外，还可以使用`reset_index`方法来重置行索引，它会将原来的行索引重置为默认的整数索引。\[1\]此外，还可以使用`set_index`方法来设置某一列作为新的行索引，该方法会返回一个新的DataFrame。\[1\]最后，还可以使用`loc`和`iloc`方法来通过行索引的标签或位置来获取特定的行数据。\[3\]如果想了解更多关于行索引的用法，可以参考Pandas官方文档。\[2\]
#### 引用[.reference_title]
- *1* *2* [Pandas索引操作](https://blog.csdn.net/qq_41404557/article/details/125898442)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [Python 用Pandas读取数据中的行列索引，以及ix、loc、iloc的区别详解](https://blog.csdn.net/qq_44825630/article/details/103582019)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

pandas列索引获取值

要获取pandas列中的值，可以使用以下方法：

1. 使用列名：可以使用DataFrame[column_name]或DataFrame.column_name来获取列中的值，例如：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'city': ['New York', 'Paris', 'London']}
df = pd.DataFrame(data)

# 通过列名获取列中的值
print(df['name'])
print(df.age)

输出结果：

0      Alice
1        Bob
2    Charlie
Name: name, dtype: object
0    25
1    30
2    35
Name: age, dtype: int64

2. 使用iloc：可以使用iloc方法和列的位置来获取列中的值，例如：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'city': ['New York', 'Paris', 'London']}
df = pd.DataFrame(data)

# 通过列的位置获取列中的值
print(df.iloc[:, 0])
print(df.iloc[:, 1])

输出结果：

0      Alice
1        Bob
2    Charlie
Name: name, dtype: object
0    25
1    30
2    35
Name: age, dtype: int64

使用这些方法可以轻松地获取pandas列中的值。