pandas.Index#

class pandas.Index(data=None, dtype=None, copy=None, name=None, tupleize_cols=True)[源码]#

用于索引和对齐的不可变序列。

存储所有 pandas 对象轴标签的基本对象。

2.0.0 版本已更改： Index 现在可以包含所有 numpy 数值 dtype（float16 除外）。之前只接受 int64/uint64/float64 dtype。

参数:

data类数组（一维）: 包含索引数据的类数组结构。这可能是一个 Python 列表、NumPy 数组或 pandas Series。
dtype字符串、numpy.dtype 或 ExtensionDtype，可选: 输出 Index 的数据类型。如果未指定，将根据 data 推断。更多用法请参见用户指南。
copybool，默认为 None: 是否复制输入数据，仅对数组、Series 和 Index 输入有效（对于其他输入，例如列表，总之会创建一个新数组）。对于数组输入，默认为 True，对于 Index/Series，默认为 False。设置为 False 时，请自行承担风险（如果您知道输入数据不会在其他地方被修改）。设置为 True 时，强制预先复制 Series/Index 输入。
name对象: 存储在索引中的名称。
tupleize_cols布尔值（默认值：True）: 当为 True 时，如果可能，尝试创建一个 MultiIndex。

另请参阅

RangeIndex: 实现单调整数范围的 Index。
CategoricalIndex: Categorical 的 Index。
MultiIndex: 多级或分层 Index。
IntervalIndex: Interval 的 Index。
DatetimeIndex: datetime64 数据的索引。
TimedeltaIndex: timedelta64 数据的 Index。
PeriodIndex: Period 数据的 Index。

注意

Index 实例 **只能** 包含可哈希对象。Index 实例 **不能** 包含 numpy float16 dtype。

示例

>>> pd.Index([1, 2, 3])
Index([1, 2, 3], dtype='int64')

>>> pd.Index(list("abc"))
Index(['a', 'b', 'c'], dtype='str')

>>> pd.Index([1, 2, 3], dtype="uint8")
Index([1, 2, 3], dtype='uint8')

属性

`T`	返回转置，按定义是自身。
`array`	支持此 Index 的数据的 ExtensionArray。
`dtype`	返回底层数据的 dtype 对象。
`empty`	指示 Index 是否为空。
`has_duplicates`	检查 Index 是否有重复值。
`hasnans`	如果存在任何 NaN，则返回 True。
`inferred_type`	返回从值推断出的类型字符串。
`is_monotonic_decreasing`	如果值相等或递减，则返回布尔值。
`is_monotonic_increasing`	如果值相等或递增，则返回布尔值。
`is_unique`	返回索引是否具有唯一值。
`name`	返回 Index 或 MultiIndex 的名称。
`names`	获取索引上的名称。
`nbytes`	返回底层数据的字节数。
`ndim`	底层数据的维度数，定义为 1。
`nlevels`	级别数。
`shape`	返回底层数据的 shape 元组。
`size`	返回底层数据的元素数量。
`values`	返回表示 Index 中数据的数组。

Methods

`all`(args, *kwargs)	返回所有元素是否为真。
`any`(args, *kwargs)	返回是否有任何元素为真。
`append`(other)	将一系列 Index 选项追加在一起。
`argmax`([axis, skipna])	返回 Index 中最大值的整数位置。
`argmin`([axis, skipna])	返回 Index 中最小值的整数位置。
`argsort`(args, *kwargs)	返回将对索引进行排序的整数索引。
`asof`(label)	返回索引中的标签，如果不存在，则返回前一个标签。
`asof_locs`(where, mask)	返回索引中标签的位置（索引）。
`astype`(dtype[, copy])	创建具有转换为指定 dtype 的值的 Index。
`copy`([name, deep])	复制此对象。
`delete`(loc)	创建新的 Index，删除指定的 location(-s)。
`diff`([periods])	计算 Index 对象中连续值之间的差值。
`difference`(other[, sort])	返回一个新的 Index，其中包含不在 other 中的 Index 元素。
`drop`(labels[, errors])	创建新的 Index，删除指定的标签列表。
`drop_duplicates`(*[, keep])	返回删除重复值的 Index。
`droplevel`([level])	返回移除指定 level(s) 的 Index。
`dropna`([how])	返回不含 NA/NaN 值的 Index。
`duplicated`([keep])	指示重复的索引值。
`equals`(other)	确定两个 Index 对象是否相等。
`factorize`([sort, use_na_sentinel])	将对象编码为枚举类型或分类变量。
`fillna`(value)	使用指定值填充 NA/NaN 值。
`get_indexer`(target[, method, limit, tolerance])	给定当前索引，计算新索引的 indexer 和 mask。
`get_indexer_for`(target)	保证即使在非唯一时也能返回 indexer。
`get_indexer_non_unique`(target)	给定当前索引，计算新索引的 indexer 和 mask。
`get_level_values`(level)	返回请求 level 的值的 Index。
`get_loc`(key)	获取请求标签的整数位置、切片或布尔掩码。
`get_slice_bound`(label, side)	计算与给定标签对应的切片边界。
`groupby`(values)	按给定值的数组对索引标签进行分组。
`identical`(other)	类似于 equals，但会检查对象属性和类型是否也相等。
`infer_objects`([copy])	如果 dtype 为 object，则尝试推断非 object dtype。
`insert`(loc, item)	在指定位置插入新项，创建新的 Index。
`intersection`(other[, sort])	形成两个 Index 对象的交集。
`is_`(other)	类似于 `is`，但更灵活、更快速，并且可以处理视图。
`isin`(values[, level])	返回一个布尔数组，其中索引值在 values 中。
`isna`()	检测缺失值。
`isnull`()	检测缺失值。
`item`()	将底层数据的第一个元素作为 Python 标量返回。
`join`(other, *[, how, level, ...])	计算 join_index 和 indexer 以使数据结构与新索引一致。
`map`(mapper[, na_action])	使用输入映射或函数映射值。
`max`([axis, skipna])	返回 Index 的最大值。
`memory_usage`([deep])	底层数据的内存使用情况。
`min`([axis, skipna])	返回 Index 的最小值。
`notna`()	检测存在的（非缺失）值。
`notnull`()	检测存在的（非缺失）值。
`nunique`([dropna])	返回对象中唯一元素的数量。
`putmask`(mask, value)	返回一个新 Index，其中值根据 mask 设置。
`ravel`([order])	返回对自身的视图。
`reindex`(target[, method, level, limit, ...])	使用 target 的值创建索引。
`rename`(name, *[, inplace])	更改 Index 或 MultiIndex 的名称。
`repeat`(repeats[, axis])	重复 Index 中的元素。
`round`([decimals])	将 Index 中的每个值四舍五入到指定的小数位数。
`searchsorted`(value[, side, sorter])	查找元素应插入以保持顺序的索引。
`set_names`(names, *[, level, inplace])	设置 Index 或 MultiIndex 的名称。
`shift`([periods, freq])	按指定的时间频率增量偏移索引。
`slice_indexer`([start, end, step])	为输入标签和步长计算切片 indexer。
`slice_locs`([start, end, step])	为输入标签计算切片位置。
`sort_values`(*[, return_indexer, ascending, ...])	返回索引的已排序副本。
`sortlevel`([level, ascending, ...])	为了与 Index API 的内部兼容性。
`symmetric_difference`(other[, result_name, sort])	计算两个 Index 对象的对称差。
`take`(indices[, axis, allow_fill, fill_value])	返回一个新 Index，包含由 indices 选择的值。
`to_flat_index`()	身份方法。
`to_frame`([index, name])	创建一个 DataFrame，其中包含一个包含 Index 的列。
`to_list`()	返回值的列表。
`to_numpy`([dtype, copy, na_value])	Series 或 Index 中值的 NumPy ndarray 表示形式。
`to_series`([index, name])	创建一个 Series，其中索引和值都等于索引键。
`tolist`()	返回值的列表。
`transpose`(args, *kwargs)	返回转置，按定义是自身。
`union`(other[, sort])	形成两个 Index 对象的并集。
`unique`([level])	返回 Index 中的唯一值。
`value_counts`([normalize, sort, ascending, ...])	返回一个包含唯一值计数的 Series。
`view`([cls])	返回具有指定 dtype 的 Index 视图或新的 Index 实例。
`where`(cond[, other])	替换条件为 False 的值。