251 lines
7.9 KiB
Markdown
251 lines
7.9 KiB
Markdown
# 如何在 Python 熊猫中获取一个数据帧的索引？
|
|
|
|
> 原文：<https://www.askpython.com/python-modules/pandas/get-index-of-dataframe>
|
|
|
|
大家好！在本教程中，我们将讨论获取熊猫数据帧对象的索引或行的不同方法。那么，我们开始吧。
|
|
|
|
* * *
|
|
|
|
## Python 中获取数据帧索引的方法
|
|
|
|
让我们进入寻找数据帧索引的步骤。此外，查看如何[重置数据帧](https://www.askpython.com/python-modules/pandas/reset-index-of-a-dataframe)的索引，以确保每次追加或排序数据帧时，索引号都是对齐的。
|
|
|
|
### 方法 1:使用 for 循环
|
|
|
|
在 Python 中，我们可以使用循环的[很容易地获得熊猫 DataFrame 对象的索引或行。在这个方法中，我们将使用 Python 中的](https://www.askpython.com/course/python-course-for-loop) [pandas 模块](https://www.askpython.com/python-modules/pandas/python-pandas-module-tutorial)的`pd.DataFrame()`函数从 [Python 字典](https://www.askpython.com/python/dictionary/python-dictionary-comprehension)中创建一个 pandas DataFrame 对象。然后，我们将在 pandas DataFrame 索引对象上运行一个 for 循环来打印索引。让我们通过 Python 代码来实现这一点。
|
|
|
|
```py
|
|
# Method-1
|
|
|
|
# Import pandas
|
|
import pandas as pd
|
|
|
|
# Create a Python dictionary
|
|
data = {"Name": ['Sanjay', 'Shreya', 'Raju', 'Gopal', 'Ravi'],
|
|
"Roll": [101, 102, 103, 104, 105]}
|
|
|
|
# Create a DataFrame object from above dictionary
|
|
df = pd.DataFrame(data, index = [1, 2, 3, 4, 5])
|
|
print("This is DataFrame:\n")
|
|
print(df)
|
|
|
|
# Get the index/rows of the above DataFrame
|
|
# Using for loop iteration
|
|
print("\nThis is index of DataFrame:\n")
|
|
for idx in df.index:
|
|
print(idx, end = ' ')
|
|
|
|
```
|
|
|
|
**输出:**
|
|
|
|
```py
|
|
This is DataFrame:
|
|
|
|
Name Roll
|
|
1 Sanjay 101
|
|
2 Shreya 102
|
|
3 Raju 103
|
|
4 Gopal 104
|
|
5 Ravi 105
|
|
|
|
This is index of DataFrame:
|
|
|
|
1 2 3 4 5
|
|
|
|
```
|
|
|
|
### 方法 2:使用索引属性
|
|
|
|
这是获取 DataFrame 对象索引的最广泛使用的方法。在这个方法中，我们将照常使用的`pd.DataFrame()`函数创建一个 pandas DataFrame 对象。然后我们将使用 pandas DataFrame 类的`index`属性来获取 pandas DataFrame 对象的索引。当我们在 pandas DataFrame 对象上应用`index`属性时，它返回一个包含 DataFrame 的**索引列表**的[元组](https://www.askpython.com/python/tuple/python-tuple)。让我们看看如何在 Python 编程中实现这一点。
|
|
|
|
```py
|
|
# Method-2
|
|
|
|
# Import pandas
|
|
import pandas as pd
|
|
|
|
# Create a Python dictionary
|
|
data = {"Name": ['Sanjay', 'Shreya', 'Raju', 'Gopal', 'Ravi'],
|
|
"Roll": [101, 102, 103, 104, 105],
|
|
"CGPA": [8.15, 8.18, 9.32, 8.85, 7.87]}
|
|
|
|
# Create a DataFrame object from above dictionary
|
|
df = pd.DataFrame(data, index = ['s1', 's2', 's3', 's4', 's5'])
|
|
print("This is DataFrame:\n")
|
|
print(df)
|
|
|
|
# Get the index/rows of the above DataFrame
|
|
# Using index attribute
|
|
print("\nThis is index of DataFrame:\n")
|
|
index_list = df.index
|
|
print(index_list)
|
|
|
|
```
|
|
|
|
**输出:**
|
|
|
|
```py
|
|
This is DataFrame:
|
|
|
|
Name Roll CGPA
|
|
s1 Sanjay 101 8.15
|
|
s2 Shreya 102 8.18
|
|
s3 Raju 103 9.32
|
|
s4 Gopal 104 8.85
|
|
s5 Ravi 105 7.87
|
|
|
|
This is index of DataFrame:
|
|
|
|
Index(['s1', 's2', 's3', 's4', 's5'], dtype='object')
|
|
|
|
```
|
|
|
|
### 方法 3:使用 index.values 属性
|
|
|
|
首先，我们将使用 pd 创建一个熊猫 DataFrame 对象。熊猫 Python 模块的 DataFrame()函数。然后，我们将使用 pandas DataFrame 对象的 index.values 属性来访问它的索引列表。当我们在 pandas DataFrame 对象上应用 index.values 属性时，它返回一个数组，表示 pandas DataFrame 对象的索引列表中的数据。让我们进入 Python 代码来实现这种获取数据帧索引列表的方法。
|
|
|
|
```py
|
|
# Method-3
|
|
|
|
# Import pandas
|
|
import pandas as pd
|
|
|
|
# Create a Python dictionary
|
|
data = {"Name": ['Sanjay', 'Shreya', 'Raju', 'Gopal', 'Ravi'],
|
|
"Roll": [101, 102, 103, 104, 105],
|
|
"Branch": ['ECE', 'CSE', 'EEE', 'ICE', 'IPE'],
|
|
"CGPA": [8.15, 8.18, 9.32, 8.85, 7.87]}
|
|
|
|
# Create a DataFrame object from above dictionary
|
|
df = pd.DataFrame(data)
|
|
print("This is DataFrame:\n")
|
|
print(df)
|
|
|
|
# Get the index/rows of the above DataFrame
|
|
# Using index.values property
|
|
print("\nThis is index of DataFrame:\n")
|
|
index_list = df.index.values
|
|
print(index_list)
|
|
|
|
```
|
|
|
|
**输出:**
|
|
|
|
```py
|
|
This is DataFrame:
|
|
|
|
Name Roll Branch CGPA
|
|
0 Sanjay 101 ECE 8.15
|
|
1 Shreya 102 CSE 8.18
|
|
2 Raju 103 EEE 9.32
|
|
3 Gopal 104 ICE 8.85
|
|
4 Ravi 105 IPE 7.87
|
|
|
|
This is index of DataFrame:
|
|
|
|
[0 1 2 3 4]
|
|
|
|
```
|
|
|
|
### 方法 4:使用 tolist()函数
|
|
|
|
这是 pandas 模块的一个便利工具，它将 pandas DataFrame 对象的索引转换成一个 [Python 列表](https://www.askpython.com/python/difference-between-python-list-vs-array)。在这个方法中，我们使用 pd 创建一个 pandas DataFrame 对象。DataFrame()函数，就像我们在前面的方法中所做的那样。然后我们将使用 pandas DataFrame 类的`index`属性访问 pandas DataFrame 索引对象。最后，我们将应用`tolist()`函数，它实际上以 Python 列表的形式返回数据帧的索引。让我们编写 Python 程序来实现这个方便的方法，以获得 Python 列表中熊猫数据帧的索引。
|
|
|
|
```py
|
|
# Method-4
|
|
|
|
# Import pandas
|
|
import pandas as pd
|
|
|
|
# Create a Python dictionary
|
|
data = {"Name": ['Sanjay', 'Shreya', 'Raju', 'Gopal', 'Ravi'],
|
|
"Roll": [101, 102, 103, 104, 105],
|
|
"Branch": ['ECE', 'CSE', 'EEE', 'ICE', 'IPE'],
|
|
"CGPA": [8.15, 8.18, 9.32, 8.85, 7.87]}
|
|
|
|
# Create a DataFrame object from above dictionary
|
|
df = pd.DataFrame(data, index = ['R1', 'R2', 'R3', 'R4', 'R5'])
|
|
print("This is DataFrame:\n")
|
|
print(df)
|
|
|
|
# Get the index/rows of the above DataFrame
|
|
# Using tolist() function
|
|
print("\nThis is index of DataFrame:\n")
|
|
index_list = df.index.tolist()
|
|
print(index_list)
|
|
|
|
```
|
|
|
|
**输出:**
|
|
|
|
```py
|
|
This is DataFrame:
|
|
|
|
Name Roll Branch CGPA
|
|
R1 Sanjay 101 ECE 8.15
|
|
R2 Shreya 102 CSE 8.18
|
|
R3 Raju 103 EEE 9.32
|
|
R4 Gopal 104 ICE 8.85
|
|
R5 Ravi 105 IPE 7.87
|
|
|
|
This is index of DataFrame:
|
|
|
|
['R1', 'R2', 'R3', 'R4', 'R5']
|
|
|
|
```
|
|
|
|
### 方法 5:使用 query()和 tolist()函数
|
|
|
|
使用这种方法，我们可以只获得 pandas DataFrame 对象的满足特定标准的特定索引。在这个方法中，我们将使用`pd.DataFrame()`函数创建一个 pandas DataFrame 对象，并使用 pandas DataFrame 类的`query()`函数。当我们在数据帧上应用`query()`函数并传递一个条件时，它返回一个数据帧，该数据帧只包含满足传递给它的条件的行。
|
|
|
|
之后，我们将应用 DataFrame 类的`index`属性，并使用`tolist()`函数返回 DataFrame 索引值的 Python 列表。
|
|
|
|
让我们看看实现这个有用方法的 Python 代码，以获得满足给定条件的 pandas DataFrame 对象的选定行或索引。
|
|
|
|
```py
|
|
# Method-5
|
|
|
|
# Import pandas
|
|
import pandas as pd
|
|
|
|
# Create a Python dictionary
|
|
data = {"Name": ['Sanjay', 'Shreya', 'Raju', 'Gopal', 'Ravi'],
|
|
"Roll": [101, 102, 103, 104, 105],
|
|
"Branch": ['ECE', 'CSE', 'EEE', 'ICE', 'IPE'],
|
|
"CGPA": [8.15, 9.32, 8.78, 7.87, 8.85]}
|
|
|
|
# Create a DataFrame object from above dictionary
|
|
df = pd.DataFrame(data, index = ['I', 'II', 'III', 'IV', 'V'])
|
|
print("This is DataFrame:\n")
|
|
print(df)
|
|
|
|
# Get the index/rows of the above DataFrame
|
|
# Using query() and tolist() functions
|
|
print("\nThis is index of DataFrame:\n")
|
|
index_list = df.query("CGPA > 8.5").index.tolist()
|
|
print(index_list)
|
|
|
|
```
|
|
|
|
**输出:**
|
|
|
|
```py
|
|
This is DataFrame:
|
|
|
|
Name Roll Branch CGPA
|
|
I Sanjay 101 ECE 8.15
|
|
II Shreya 102 CSE 9.32
|
|
III Raju 103 EEE 8.78
|
|
IV Gopal 104 ICE 7.87
|
|
V Ravi 105 IPE 8.85
|
|
|
|
This is index of DataFrame:
|
|
|
|
['II', 'III', 'V']
|
|
|
|
```
|
|
|
|
## 总结
|
|
|
|
在本教程中，我们学习了四种不同的方法来获取 DataFrame 对象的索引。希望你已经理解了以上内容，并对自己尝试这些方法感到兴奋。谢谢你，请继续关注我们的更多这类 Python 教程。 |