pandas dataframe index
时间: 2023-10-12 21:03:55 浏览: 181
Pandas DataFrame 的索引(index)是用于标识和访问每行数据的标签。索引可以是整数、字符串、日期等类型。
以下是一些常见的操作和用法:
1. 获取索引:通过 `index` 属性可以获取 DataFrame 的索引。
```python
import pandas as pd
# 创建一个带有自定义索引的 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data, index=['a', 'b', 'c'])
# 获取索引
print(df.index)
```
输出:
```
Index(['a', 'b', 'c'], dtype='object')
```
2. 重置索引:使用 `reset_index()` 方法可以将索引重置为默认的整数索引。
```python
import pandas as pd
# 创建一个带有自定义索引的 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data, index=['a', 'b', 'c'])
# 重置索引
df_reset = df.reset_index()
print(df_reset)
```
输出:
```
index A B
0 a 1 4
1 b 2 5
2 c 3 6
```
3. 设置索引:使用 `set_index()` 方法可以设置一个或多个列作为新的索引。
```python
import pandas as pd
# 创建一个 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 设置索引
df_set_index = df.set_index('A')
print(df_set_index)
```
输出:
```
B C
A
1 4 7
2 5 8
3 6 9
```
在这个示例中,我们创建了一个带有自定义索引的 DataFrame,并演示了获取索引、重置索引和设置索引的方法。请根据你的需求选择适合的方法来操作 DataFrame 的索引。
阅读全文