pandas dataframe 不要index ,列名

在使用数据分析工具的过程中，Pandas DataFrame是非常强大且常用的工具。Pandas的DataFrame由行和列组成，行通常表示样本，列则表示特征或变量。而这些行和列都可以有自己的索引，其中行索引和列索引都可以用来提取DataFrame中的数据。但是，在有些情况下不需要使用索引来提取数据，这时就需要去掉DataFrame的行索引和列索引，来变成一个简单的二维数组。

不要索引和列名时，可以使用以下两种方法：

1.将DataFrame转换为二维ndarray数组

pandas的DataFrame对象有一个values属性，可以获取DataFrame的值。这样可以将DataFrame转换为一个二维数组，去掉索引和列名。

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]})
print(df)

arry = df.values
print(arry)

此时会得到以下结果：

a  b  c
0  1  4  7
1  2  5  8
2  3  6  9

[[1 4 7]
 [2 5 8]
 [3 6 9]]

这里通过values属性获取了数据并把它转变为一个二维数组。

2.使用reset_index()方法

除了直接使用values属性，还可以使用reset_index()方法来去掉索引和列名。因为reset_index()方法会将行索引重置为数字索引，并且在返回DataFrame对象之前删除列索引。这样就能去掉索引和列名。

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]})
print(df)

df = df.reset_index(drop=True)
print(df)

此时会得到以下结果：

a  b  c
0  1  4  7
1  2  5  8
2  3  6  9

   a  b  c
0  1  4  7
1  2  5  8
2  3  6  9

可以看到，通过reset_index()方法，行索引重置为数字索引，并且删除了原来的列索引。

总结：

去掉DataFrame的索引和列名可以使用以上两种方式，其中转化为二维ndarray数组的方式更加简单，但需要注意DataFrame中各列的数据类型和值的数量要一致。如果要保留行索引和或列名，可以使用没有参数的reset_index()方法。这些方法使得DataFrame可以在适用于矩阵的算法中使用。