Pandas返回索引|极客教程

Pandas返回索引

在pandas中，索引是非常重要的数据结构，它可以帮助我们快速访问、操作和筛选数据。在这篇文章中，我们将详细介绍如何使用pandas返回索引，包括如何获取、设置和重置索引。

什么是索引

在pandas中，索引类似于字典中的键，它帮助我们对数据进行标记和访问。每个索引都对应着一个数据值，这样我们可以通过索引来定位和操作对应的数值。

创建一个简单的DataFrame

首先，让我们创建一个简单的DataFrame来演示如何使用索引。我们将创建一个包含学生信息的DataFrame，其中包括学生姓名、年龄和成绩。

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [20, 21, 22, 23],
    '成绩': [85, 90, 88, 92]
}

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

输出如下：

   姓名  年龄  成绩
0  张三  20  85
1  李四  21  90
2  王五  22  88
3  赵六  23  92

返回默认索引

当我们创建DataFrame时，pandas会默认为我们生成一个整数型索引，从0开始递增，这样我们就可以通过整数索引来访问DataFrame中的数据。

print(df.index)

输出如下：

RangeIndex(start=0, stop=4, step=1)

上面的结果表明，该DataFrame的索引是一个从0到3的整数范围。

返回自定义索引

有时候，我们也可以自定义索引来更好地标记数据。我们可以在创建DataFrame时指定index参数，将自定义的索引加入到DataFrame中。

index = ['s1', 's2', 's3', 's4']
df = pd.DataFrame(data, index=index)
print(df)

输出如下：

    姓名  年龄  成绩
s1  张三  20  85
s2  李四  21  90
s3  王五  22  88
s4  赵六  23  92

现在我们的DataFrame中的索引变成了自定义的s1、s2、s3和s4。

通过索引访问数据

我们可以通过loc和iloc属性来访问DataFrame中的数据。loc用于通过标签索引访问数据，而iloc用于通过整数索引访问数据。

# 通过标签索引访问数据
print(df.loc['s1'])

# 通过整数索引访问数据
print(df.iloc[0])

输出如下：

姓名    张三
年龄     20
成绩     85
Name: s1, dtype: object

姓名    张三
年龄     20
成绩     85
Name: s1, dtype: object

设置新索引

如果我们想要修改DataFrame中的索引，可以使用set_index方法来设置新的索引。

df_new = df.set_index('姓名')
print(df_new)

输出如下：

     年龄  成绩
姓名        
张三  20  85
李四  21  90
王五  22  88
赵六  23  92

现在DataFrame的索引变为了姓名，我们可以通过姓名来访问数据。

重置索引

有时候我们需要将索引还原为默认的整数索引，可以使用reset_index方法来重置索引。

df_reset = df_new.reset_index()
print(df_reset)

输出如下：

   姓名  年龄  成绩
0  张三  20  85
1  李四  21  90
2  王五  22  88
3  赵六  23  92

现在索引已经恢复为默认的整数索引了。

总结

本文介绍了如何在pandas中返回索引，包括了获取默认索引、自定义索引、访问数据、设置新索引和重置索引等操作。

Pandas返回索引