pandas 获取行索引

在进行数据处理和分析时，经常需要对数据进行切片、筛选等操作。在使用pandas这个强大的数据处理库时，获取行索引是一个常见的需求。本文将详细介绍在pandas中如何获取行索引的方法。

一、pandas的基本结构

在开始之前，我们先了解一下pandas的基本结构。pandas的主要数据结构有两种：Series和DataFrame。其中，Series是一维标签数组，类似于带标签的NumPy数组；DataFrame是二维表格型数据结构，可以看作是若干Series对象按列组成的数据结构。在DataFrame中，行和列都可以通过索引来访问。

二、使用index属性获取行索引

pandas中的DataFrame对象有一个index属性，可以用于获取行索引。index属性返回一个包含行索引标签的Index对象，可以通过该对象的方法和属性来进一步操作。下面是一个使用index属性获取行索引的示例：

import pandas as pd

# 创建DataFrame对象
data = {'Name': ['Tom', 'Bob', 'Alice'],
        'Age': [25, 30, 35],
        'City': ['Beijing', 'Shanghai', 'Guangzhou']}
df = pd.DataFrame(data)

# 获取行索引
index = df.index

# 打印行索引
print(index)

运行以上代码，输出如下：

RangeIndex(start=0, stop=3, step=1)

上面的代码中，我首先创建了一个包含姓名、年龄和城市信息的DataFrame对象df。然后使用index属性获取了行索引，并将其存储在index变量中。最后，通过print函数打印了行索引。

需要注意的是，上述代码中的行索引是由RangeIndex对象表示的，RangeIndex对象是pandas中用于表示范围索引的一种对象。RangeIndex的三个参数分别表示起始值、结束值和步长。在这个示例中，行索引的起始值是0，结束值是3（不包含3），步长是1，即返回了一个从0到2的范围索引。

三、使用iloc方法获取行索引

除了使用index属性外，我们还可以使用DataFrame对象的iloc方法来获取行索引。iloc方法根据位置获取行索引，其参数可以是索引位置的标量、列表、切片等。下面是使用iloc方法获取行索引的示例：

import pandas as pd

# 创建DataFrame对象
data = {'Name': ['Tom', 'Bob', 'Alice'],
        'Age': [25, 30, 35],
        'City': ['Beijing', 'Shanghai', 'Guangzhou']}
df = pd.DataFrame(data)

# 获取行索引
rows = df.iloc[1:3]

# 打印行索引
print(rows)

运行以上代码，输出如下：

   Name  Age       City
1   Bob   30   Shanghai
2  Alice   35  Guangzhou

在上面的示例中，我使用了iloc方法获取了索引位置为1和2的两行数据，并将其存储在rows变量中。然后，通过print函数打印了这两行数据和对应的行索引。

需要注意的是，使用iloc方法获取到的是一个新的DataFrame对象，其中包含了指定位置的行数据和行索引。这个方法的参数可以是标量，也可以是列表、切片等。如果参数是标量，则返回指定位置的行数据和行索引；如果参数是列表，则返回指定位置的多行数据和对应的行索引；如果参数是切片，则返回指定范围的行数据和行索引。当然，这个方法还有其他的用法，不在本文的讨论范围内。

四、使用loc方法获取行索引

除了使用iloc方法外，我们还可以使用DataFrame对象的loc方法来获取行索引。loc方法根据标签获取行索引，其参数可以是索引标签的标量、列表、切片等。下面是使用loc方法获取行索引的示例：

import pandas as pd

# 创建DataFrame对象
data = {'Name': ['Tom', 'Bob', 'Alice'],
        'Age': [25, 30, 35],
        'City': ['Beijing', 'Shanghai', 'Guangzhou']}
df = pd.DataFrame(data)

# 设置行索引
df.set_index('Name', inplace=True)

# 获取行索引
rows = df.loc[['Bob', 'Alice']]

# 打印行索引
print(rows)

运行以上代码，输出如下：

       Age       City
Name                 
Bob     30   Shanghai
Alice   35  Guangzhou

在上面的示例中，我首先使用了set_index方法将Name列设置为行索引，并将其应用到原DataFrame对象上。然后，通过loc方法获取了索引标签为’Bob’和’Alice’的两行数据，并将其存储在rows变量中。最后，通过print函数打印了这两行数据和对应的行索引。

需要注意的是，使用loc方法获取到的是一个新的DataFrame对象，其中包含了指定标签的行数据和行索引。这个方法的参数可以是标量，也可以是列表、切片等，用法和iloc方法类似，不再赘述。

五、总结

本文介绍了在pandas中获取行索引的几种常用方法，包括使用index属性、iloc方法和loc方法。使用这些方法可以灵活地获取到所需的行数据和行索引。在实际应用中，根据具体情况选择合适的方法来获取行索引，能够提高数据处理和分析的效率。