Pandas DataFrame.index 属性有什么作用

DataFrame 是 pandas 的一种数据结构，用于存储二维的带有标签的数据，这些标签可以是文本数据、整数值和时间序列。通过使用这些标签，我们可以访问给定 DataFrame 的元素，并进行数据操作。

在 pandas.DataFrame 中，行标签称为索引。如果想要单独获取索引标签，可以使用 pandas.DataFrame 的 “index” 属性。

示例1

在这个示例中，我们应用了 index 属性来获取 pandas DataFrame 的行索引标签。

# importing pandas package
import pandas as pd

# create a Pandas DataFrame
df = pd.DataFrame(list('abcdef'), columns=['Col1'])

print("DataFrame:")
print(df)

# get the index labels
result = df.index
print("Output:")
print(result)

输出

以下是输出结果 –

DataFrame:
  Col1
0    a
1    b
2    c
3    d
4    e
5    f
Output:

RangeIndex(start=0, stop=6, step=1)

在创建DataFrame对象的时候，我们没有为这个示例初始化索引标签。因此，pandas.DataFrame构造函数自动提供了范围索引值。

index属性访问了自动创建的行索引标签（RangeIndex值），并且这些值显示在上述输出块中。

示例2

现在，让我们通过向DataFrame.index属性“df.index”发送一个标签列表来更新自动创建的行索引值。

# importing pandas package
import pandas as pd

# create a Pandas DataFrame
df = pd.DataFrame(list('abcdef'), columns=['Col1'])
print("DataFrame:")
print(df)

# set the index labels
df.index = [10, 11, 12, 13, 14, 15]
print("Index values are Updated:")
print(df)

输出

输出结果如下−

DataFrame:
   Col1
0    a
1    b
2    c
3    d
4    e
5    f

Index values are Updated:
   Col1
10    a
11    b
12    c
13    d
14    e
15    f

行索引标签从RangeIndex值更新为[10, 11, 12, 13, 14, 15]。