Pandas 如何将DataFrame中的行索引值转换成列表

在本文中，我们将介绍如何使用Pandas将DataFrame中的行索引值转换成列表。首先我们需要了解什么是行索引。

行索引

在Pandas中，行索引是DataFrame对象中的第一维度，它提供了一种唯一的方式来访问数据集中的行。行索引可以是数字、字符串、日期、时间戳等类型。

以下是一个简单的DataFrame，其中行索引是数字类型：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
        'age': [25, 32, 18, 47, 22],
        'country': ['US', 'UK', 'Canada', 'US', 'UK']}
df = pd.DataFrame(data)
print(df)

输出结果：

  name  age country
0    Alice   25      US
1      Bob   32      UK
2  Charlie   18  Canada
3    David   47      US
4    Emily   22      UK

在上面的结果中，0 ~ 4是行索引的值。

将行索引转换成列表

现在我们可以使用df.index.tolist()将行索引转换成列表：

index_list = df.index.tolist()
print(index_list)

输出结果：

[0, 1, 2, 3, 4]

在上面的结果中，我们得到了一个由行索引值组成的列表。

更复杂的示例

接下来我们将使用一个更复杂的DataFrame来演示如何将行索引转换成列表。

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
        'gender': ['F', 'M', 'M', 'M', 'F'],
        'age': [25, 32, 18, 47, 22],
        'salary': [50000, 60000, 75000, 80000, 40000],
        'country': ['US', 'UK', 'Canada', 'US', 'UK']}
df = pd.DataFrame(data)
df.set_index('name', inplace=True)
print(df)

输出结果：

        gender  age  salary country
name                               
Alice       F   25   50000      US
Bob         M   32   60000      UK
Charlie     M   18   75000  Canada
David       M   47   80000      US
Emily       F   22   40000      UK

在上面的结果中，我们使用了set_index('name')将’name’列设置为行索引。

现在我们可以使用df.index.tolist()将行索引转换成列表：

index_list = df.index.tolist()
print(index_list)

输出结果：

['Alice', 'Bob', 'Charlie', 'David', 'Emily']

在上面的结果中，我们得到了一个由行索引值组成的列表。

阅读更多：Pandas 教程

总结

使用df.index.tolist()可以将DataFrame中的行索引值转换成列表。这在数据处理和分析中是一个很有用的工具。希望本文可以帮助你更好地理解Pandas中行索引的概念和用法。