以'df 索引从 1 开始 - Python

在 Pandas 中，默认的索引都是从 0 开始的。但是，在实际情况中，数据的索引往往是从 1 开始，为了更好地与实际情况相符合，我们需要为 DataFrame 指定以 1 开始的索引。本文将介绍如何使用 Python 实现以 1 开始的索引。

方法一：使用 reset_index 函数

我们可以使用 reset_index 函数，将默认索引重置为以 1 开始的整数索引。首先，读取数据并输出前几行：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'], 'Age': [25, 30, 35, 40], 'City': ['New York', 'Paris', 'London', 'Beijing']}

df = pd.DataFrame(data)
print(df.head())

       Name  Age      City
0     Alice   25  New York
1       Bob   30     Paris
2   Charlie   35    London
3     David   40   Beijing

现在，我们使用 reset_index 函数：

df.index = df.index + 1
df = df.reset_index(drop=True)
print(df.head())

       Name  Age      City
1     Alice   25  New York
2       Bob   30     Paris
3   Charlie   35    London
4     David   40   Beijing

我们使用 df.index = df.index + 1 将索引加 1，这样 DataFrame 的索引就从 1 开始了。然后，我们使用 reset_index 函数将索引重新设置为整数索引，并使用 drop=True 参数删除原来的索引。

在这个例子中，我们使用了两个语句完成了以 1 开始的索引：df.index = df.index + 1 和 df = df.reset_index(drop=True)。

方法二：使用 set_index 和 RangeIndex 函数

另一种方法是使用 set_index 函数和 RangeIndex 函数。首先，我们需要通过 RangeIndex 函数创建以 1 开始的整数索引：

index = pd.RangeIndex(start=1, stop=len(df)+1)

然后，我们使用 set_index 函数将 index 作为 DataFrame 的新索引：

df = df.set_index(index)

最后，我们可以输出 DataFrame：

print(df)

       Name  Age      City
1     Alice   25  New York
2       Bob   30     Paris
3   Charlie   35    London
4     David   40   Beijing

总结：

• 以 1 开始的索引需要通过 reset_index 函数或 set_index 函数实现。
• reset_index 函数需要首先将 DataFrame 的索引加 1，然后使用 reset_index 函数。
• set_index 函数需要使用 RangeIndex 函数创建新的整数索引，然后使用 set_index 函数将新索引赋值给 DataFrame。