📅  最后修改于: 2023-12-03 15:09:14.708000             🧑  作者: Mango
在使用Python的pandas库处理数据时,经常需要操作熊猫数据框的索引。索引可以帮助我们选择和定位数据。本文将介绍如何获取熊猫数据框的索引。
我们可以使用 index
属性来获取熊猫数据框的行索引。
import pandas as pd
# 创建一个熊猫数据框
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
'age': [25, 32, 18, 47],
'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)
# 获取行索引
index = df.index
print(index)
输出结果为:
RangeIndex(start=0, stop=4, step=1)
这里的输出结果表示行索引是一个 RangeIndex
类型,它起始于0,终止于4(但不包括4),步长为1。这个结果与我们预期的行数一致。
我们也可以使用 tolist()
方法将行索引转换为列表。
# 将行索引转换为列表
index_list = index.tolist()
print(index_list)
输出结果为:
[0, 1, 2, 3]
我们可以使用 columns
属性来获取熊猫数据框的列索引。
# 获取列索引
columns = df.columns
print(columns)
输出结果为:
Index(['name', 'age', 'gender'], dtype='object')
这里的输出结果表示列索引是一个 Index
类型,它包含了数据框的所有列名。
我们可以使用 tolist()
方法将列索引转换为列表。
# 将列索引转换为列表
columns_list = columns.tolist()
print(columns_list)
输出结果为:
['name', 'age', 'gender']
我们可以使用 index
和 columns
属性一起获取熊猫数据框的行和列索引。
# 获取行和列索引
index_columns = df.index, df.columns
print(index_columns)
输出结果为:
(RangeIndex(start=0, stop=4, step=1), Index(['name', 'age', 'gender'], dtype='object'))
这里的输出结果表示行索引和列索引分别是一个 RangeIndex
类型和一个 Index
类型。
总之,我们可以使用熊猫数据框的 index
和 columns
属性来获取其行和列索引。这些索引可以帮助我们选择和定位数据。