pandas DataFrame.index 屬性的作用是什麼?


DataFrame 是 pandas 的一種資料結構,用於儲存帶標籤的二維資料,標籤可以是文字資料、整數值和時間序列等。 透過這些標籤,我們可以訪問給定 DataFrame 的元素,並進行資料操作。

在 pandas.DataFrame 中,行標籤稱為索引。如果要單獨獲取索引標籤,可以使用 pandas.DataFrame 的“index”屬性。

示例 1

在這個例子中,我們將 index 屬性應用於 pandas DataFrame 以獲取行索引標籤。

# 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)

輸出

輸出如下:

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

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

在建立 DataFrame 物件時,我們沒有為本例初始化索引標籤。因此,pandas.DataFrame 建構函式自動提供了範圍索引值。

index 屬性訪問了自動建立的行索引標籤(RangeIndex 值),這些值顯示在上面的輸出塊中。

示例 2

現在,讓我們透過向 DataFrame.index 屬性“df.index”傳送標籤列表來更新自動建立的行索引值。

# 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)

輸出

輸出如下:

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

行索引標籤已從 RangeIndex 值更新為 [10, 11, 12, 13, 14, 15]。

更新於:2022年3月8日

442 次瀏覽

開啟你的職業生涯

完成課程獲得認證

開始學習
廣告
© . All rights reserved.