Pandas DataFrame 的索引从1开始

在本文中，我们将介绍Pandas DataFrame的索引为什么从1开始，以及如何在使用中避免这一点对数据处理造成的困扰。

阅读更多：Pandas 教程

Pandas DataFrame索引

Pandas是一个流行的Python数据分析库，它提供了许多功能强大的数据结构用于数据处理，其中DataFrame是最受欢迎的之一。每个DataFrame都有一个索引（index），用于标识行和列。默认情况下，行的索引从0开始，而列的索引从1开始。

以下是一个简单的DataFrame示例：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'salary': [50000, 60000, 70000]
})

print(df)

输出结果：

    name  age  salary
0  Alice   25   50000
1    Bob   30   60000
2    Charlie   35   70000

在这个DataFrame中，行的索引为0、1、2，分别对应着’Alice’、’Bob’、’Charlie’这三个人的数据。而列的索引则为1、2、3，分别对应着’name’、’age’、’salary’这三个属性。

索引从0或1开始的区别

默认情况下，DataFrame的行索引从0开始，这是因为这与Python列表和NumPy数组的索引习惯是一致的。而列索引从1开始是因为DataFrame中的第一列往往是用于标识行的名称或索引，因此不适合从0开始编号。

然而，从1开始编号也会带来一些问题。例如，在使用loc和iloc方法时，通过索引对行或列进行选择时会造成困惑。如果你想选择第一行，你可能会使用loc[0]，但它实际会返回第二行，因为行索引是从1开始的。

下面来看一个示例：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'salary': [50000, 60000, 70000]
})

#loc方法选择第一行，结果会返回第二行
print(df.loc[0])

#iloc方法选择第一行，结果返回第一行
print(df.iloc[0])

输出结果：

name      Bob
age        30
salary  60000
Name: 1, dtype: object
name      Alice
age          25
salary    50000
Name: 0, dtype: object

从上面的结果可以看到，如果使用loc方法选择第一行，但它实际返回的是第二行。这可能会导致一些混乱和错误。

避免DataFrame索引从1开始的问题

如果你想避免DataFrame索引从1开始的问题，有两种方法可以选择。

方法1：手动设置索引

一种方法是手动设置索引，将行索引从0开始。这可以通过如下方式实现：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'salary': [50000, 60000, 70000]
})

#手动将行索引设为0开始
df.index = range(0, 3)

print(df)

输出结果：

    name  age  salary
0  Alice   25   50000
1    Bob   30   60000
2    Charlie   35   70000

现在，行索引从0开始，而列索引则保持不变。

方法2：使用reset_index方法

另一种方法是使用reset_index方法，这会创建一个新的带有从0开始编号的行索引的DataFrame。示例如下：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'salary': [50000, 60000, 70000]
})

#使用reset_index方法，将行索引设为从0开始
df = df.reset_index(drop=True)

print(df)

输出结果：

    name  age  salary
0  Alice   25   50000
1    Bob   30   60000
2    Charlie   35   70000

现在，行索引从0开始，而列索引则保持不变。

总结

Pandas DataFrame的索引从1开始需要我们注意，并且在使用loc和iloc等方法时需要特别小心。我们可以通过手动设置索引或使用reset_index方法来避免这个问题。这是在处理数据时应该注意的一个细节，但如果我们能熟练掌握它，就可以更加方便地进行数据处理。