索引对象

索引

许多这些方法或其变体在包含索引的对象（Series/DataFrame）上可用，并且在直接调用这些方法之前，最有可能使用这些方法。

Index([data, dtype, copy, name, tupleize_cols])

用于索引和对齐的不可变序列。

属性

Index.values	返回表示索引中数据的数组。
Index.is_monotonic_increasing	如果值相等或递增，则返回布尔值。
Index.is_monotonic_decreasing	如果值相等或递减，则返回布尔值。
Index.is_unique	返回索引是否具有唯一值。
Index.has_duplicates	检查索引是否具有重复值。
Index.hasnans	如果存在任何 NaN，则返回 True。
Index.dtype	返回底层数据的 dtype 对象。
Index.inferred_type	返回从值推断出的类型的字符串。
Index.shape	返回底层数据的形状元组。
Index.name	返回索引或多级索引名称。
Index.names
Index.nbytes	返回底层数据中的字节数。
Index.ndim	底层数据的维度数，定义为 1。
Index.size	返回底层数据中的元素数。
Index.empty
Index.T	返回转置，定义为自身。
Index.memory_usage([deep])	值的内存使用量。

修改和计算

Index.all(*args, **kwargs)	返回所有元素是否为真值。
Index.any(*args, **kwargs)	返回任何元素是否为真值。
Index.argmin([axis, skipna])	返回 Series 中最小值的整数位置。
Index.argmax([axis, skipna])	返回 Series 中最大值的整数位置。
Index.copy([name, deep])	创建此对象的副本。
Index.delete(loc)	创建新的 Index，删除传递的位置。
Index.drop(labels[, errors])	创建新的 Index，删除传递的标签列表。
Index.drop_duplicates([, keep])	返回删除重复值的 Index。
Index.duplicated([keep])	指示重复的索引值。
Index.equals(other)	确定两个 Index 对象是否相等。
Index.factorize([sort, use_na_sentinel])	将对象编码为枚举类型或分类变量。
Index.identical(other)	类似于 equals，但检查对象属性和类型是否也相等。
Index.insert(loc, item)	在指定位置插入新项目，创建新的索引。
Index.is_(other)	更灵活、更快的检查，类似于 is，但通过视图工作。
Index.is_boolean()	(已弃用) 检查索引是否只包含布尔值。
Index.is_categorical()	(已弃用) 检查索引是否包含分类数据。
Index.is_floating()	(已弃用) 检查索引是否为浮点类型。
Index.is_integer()	(已弃用) 检查索引是否只包含整数。
Index.is_interval()	(已弃用) 检查索引是否包含 Interval 对象。
Index.is_numeric()	(已弃用) 检查索引是否只包含数值数据。
Index.is_object()	(已弃用) 检查索引是否为 object 数据类型。
Index.min([axis, skipna])	返回索引的最小值。
Index.max([axis, skipna])	返回索引的最大值。
Index.reindex(target[, method, level, ...])	使用目标值创建索引。
Index.rename(name, *[, inplace])	更改索引或多级索引的名称。
Index.repeat(repeats[, axis])	重复索引中的元素。
Index.where(cond[, other])	替换条件为 False 的值。
Index.take(indices[, axis, allow_fill, ...])	返回由索引选择的数值的新索引。
Index.putmask(mask, value)	返回一个使用掩码设置值的新的索引。
Index.unique([level])	返回索引中的唯一值。
Index.nunique([dropna])	返回对象中唯一元素的数量。
Index.value_counts([normalize, sort, ...])	返回一个包含唯一值计数的 Series。

与 MultiIndex 的兼容性

Index.set_names(names, *[, level, inplace])	设置索引或 MultiIndex 名称。
Index.droplevel([level])	返回删除了请求级别(s)的索引。

缺失值

Index.fillna([value, downcast])	用指定的值填充 NA/NaN 值。
Index.dropna([how])	返回没有 NA/NaN 值的索引。
Index.isna()	检测缺失值。
Index.notna()	检测现有（非缺失）值。

转换

Index.astype(dtype[, copy])	创建一个具有转换为 dtype 值的索引。
Index.item()	将底层数据的第一个元素作为 Python 标量返回。
Index.map(mapper[, na_action])	使用输入映射或函数映射值。
Index.ravel([order])	返回自身视图。
Index.to_list()	返回值的列表。
Index.to_series([index, name])	创建一个索引和值都等于索引键的 Series。
Index.to_frame([index, name])	创建一个包含索引的 DataFrame。
Index.view([cls])

排序

Index.argsort(*args, **kwargs)	返回对索引进行排序的整数索引。
Index.searchsorted(value[, side, sorter])	查找应插入元素以保持顺序的索引。
Index.sort_values([return_indexer, ...])	返回索引的排序副本。

特定时间操作

Index.shift([periods, freq])

将索引按所需的时间频率增量进行偏移。

组合/连接/集合操作

Index.append(other)	将多个 Index 选项拼接在一起。
Index.join(other, *[, how, level, ...])	计算 join_index 和 indexers 以使数据结构符合新索引。
Index.intersection(other[, sort])	形成两个 Index 对象的交集。
Index.union(other[, sort])	形成两个 Index 对象的并集。
Index.difference(other[, sort])	返回一个新的 Index，其中包含 index 中不在 other 中的元素。
Index.symmetric_difference(other[, ...])	计算两个 Index 对象的对称差。

选择

Index.asof(label)	返回索引中的标签，如果不存在，则返回前一个标签。
Index.asof_locs(where, mask)	返回索引中标签的位置（索引）。
Index.get_indexer(target[, method, limit, ...])	根据当前索引计算新索引的 indexer 和 mask。
Index.get_indexer_for(target)	即使在非唯一情况下也能保证返回 indexer。
Index.get_indexer_non_unique(target)	根据当前索引计算新索引的 indexer 和 mask。
Index.get_level_values(level)	返回请求级别的值索引。
Index.get_loc(key)	获取请求标签的整数位置、切片或布尔掩码。
Index.get_slice_bound(label, side)	计算对应于给定标签的切片边界。
Index.isin(values[, level])	返回一个布尔数组，其中索引值在 values 中。
Index.slice_indexer([start, end, step])	计算输入标签和步长的切片索引器。
Index.slice_locs([start, end, step])	计算输入标签的切片位置。

数值索引

RangeIndex([start, stop, step, dtype, copy, ...])

实现单调整数范围的不可变索引。

RangeIndex.start	start 参数的值（如果未提供，则为 0）。
RangeIndex.stop	stop 参数的值。
RangeIndex.step	step 参数的值（如果未提供，则为 1）。
RangeIndex.from_range(data[, name, dtype])	从 range 对象创建 pandas.RangeIndex。

分类索引

CategoricalIndex([data, categories, ...])

基于底层 Categorical 的索引。

分类组件

CategoricalIndex.codes	此分类索引的类别代码。
CategoricalIndex.categories	此分类的类别。
CategoricalIndex.ordered	类别是否具有有序关系。
CategoricalIndex.rename_categories(*args, ...)	重命名类别。
CategoricalIndex.reorder_categories(*args, ...)	按 new_categories 中指定的顺序重新排列类别。
CategoricalIndex.add_categories(*args, **kwargs)	添加新类别。
CategoricalIndex.remove_categories(*args, ...)	删除指定的类别。
CategoricalIndex.remove_unused_categories(...)	删除未使用的类别。
CategoricalIndex.set_categories(*args, **kwargs)	将类别设置为指定的新的类别。
CategoricalIndex.as_ordered(*args, **kwargs)	将分类设置为有序。
CategoricalIndex.as_unordered(*args, **kwargs)	将分类设置为无序。

修改和计算

CategoricalIndex.map(mapper[, na_action])	使用输入映射或函数映射值。
CategoricalIndex.equals(other)	确定两个 CategoricalIndex 对象是否包含相同的元素。

IntervalIndex

IntervalIndex(data[, closed, dtype, copy, ...])

不可变的区间索引，这些区间在同一侧闭合。

IntervalIndex 组件

IntervalIndex.from_arrays(left, right[, ...])	从定义左右边界的两个数组构造。
IntervalIndex.from_tuples(data[, closed, ...])	从元组的数组类构造 IntervalIndex。
IntervalIndex.from_breaks(breaks[, closed, ...])	从分割数组构造 IntervalIndex。
IntervalIndex.left
IntervalIndex.right
IntervalIndex.mid
IntervalIndex.closed	描述区间的包含侧的字符串。
IntervalIndex.length
IntervalIndex.values	返回表示索引中数据的数组。
IntervalIndex.is_empty	指示区间是否为空，这意味着它不包含任何点。
IntervalIndex.is_non_overlapping_monotonic	返回一个布尔值，指示 IntervalArray 是否是非重叠且单调的。
IntervalIndex.is_overlapping	如果 IntervalIndex 包含重叠的区间，则返回 True，否则返回 False。
IntervalIndex.get_loc(key)	获取请求标签的整数位置、切片或布尔掩码。
IntervalIndex.get_indexer(target[, method, ...])	根据当前索引计算新索引的 indexer 和 mask。
IntervalIndex.set_closed(*args, **kwargs)	返回一个在指定侧闭合的相同 IntervalArray。
IntervalIndex.contains(*args, **kwargs)	逐元素检查 Intervals 是否包含该值。
IntervalIndex.overlaps(*args, **kwargs)	逐元素检查 Interval 是否与 IntervalArray 中的值重叠。
IntervalIndex.to_tuples(*args, **kwargs)	返回一个 ndarray（如果 self 是 IntervalArray）或 Index（如果 self 是 IntervalIndex），其中包含形式为 (left, right) 的元组。

MultiIndex

MultiIndex([levels, codes, sortorder, ...])

用于 pandas 对象的多级或分层索引对象。

MultiIndex 构造函数

MultiIndex.from_arrays(arrays[, sortorder, ...])	将数组转换为 MultiIndex。
MultiIndex.from_tuples(tuples[, sortorder, ...])	将元组列表转换为 MultiIndex。
MultiIndex.from_product(iterables[, ...])	从多个可迭代对象的笛卡尔积创建 MultiIndex。
MultiIndex.from_frame(df[, sortorder, names])	从 DataFrame 创建 MultiIndex。

多级索引属性

MultiIndex.names	多级索引中各级别的名称。
MultiIndex.levels	多级索引的级别。
MultiIndex.codes
MultiIndex.nlevels	此多级索引中级别的整数数量。
MultiIndex.levshape	包含每个级别长度的元组。
MultiIndex.dtypes	返回底层多级索引的dtypes作为Series。

多级索引组件

MultiIndex.set_levels(levels, *[, level, ...])	在多级索引上设置新的级别。
MultiIndex.set_codes(codes, *[, level, ...])	在多级索引上设置新的代码。
MultiIndex.to_flat_index()	将多级索引转换为包含级别值的元组的索引。
MultiIndex.to_frame([index, name, ...])	创建一个DataFrame，其列为多级索引的级别。
MultiIndex.sortlevel([level, ascending, ...])	在请求的级别对多级索引进行排序。
MultiIndex.droplevel([level])	返回删除了请求级别(s)的索引。
MultiIndex.swaplevel([i, j])	交换级别i与级别j。
MultiIndex.reorder_levels(order)	使用输入顺序重新排列级别。
MultiIndex.remove_unused_levels()	从当前多级索引创建新的多级索引，删除未使用的级别。
MultiIndex.drop(codes[, level, errors])	创建一个新的 pandas.MultiIndex，删除传递的代码列表。
MultiIndex.copy([names, deep, name])	创建此对象的副本。
MultiIndex.append(other)	将多个 Index 选项拼接在一起。
MultiIndex.truncate([before, after])	在两个标签/元组之间切片索引，返回新的 MultiIndex。

MultiIndex 选择

MultiIndex.get_loc(key)	获取标签或标签元组的位置。
MultiIndex.get_locs(seq)	获取标签序列的位置。
MultiIndex.get_loc_level(key[, level, ...])	获取请求的标签/级别的位置和切片索引。
MultiIndex.get_indexer(target[, method, ...])	根据当前索引计算新索引的 indexer 和 mask。
MultiIndex.get_level_values(level)	返回请求级别的标签值向量。

IndexSlice

创建一个对象，以便更容易地执行多级索引切片。

DatetimeIndex

DatetimeIndex([data, freq, tz, normalize, ...])

不可变的类似 ndarray 的 datetime64 数据。

时间/日期组件

DatetimeIndex.year	日期时间的年份。
DatetimeIndex.month	月份以 1 月 = 1，12 月 = 12 表示。
DatetimeIndex.day	日期的时间。
DatetimeIndex.hour	日期的小时。
DatetimeIndex.minute	日期的分钟。
DatetimeIndex.second	日期的秒。
DatetimeIndex.microsecond	日期的微秒。
DatetimeIndex.nanosecond	日期的纳秒。
DatetimeIndex.date	返回 Python datetime.date 对象的 NumPy 数组。
DatetimeIndex.time	返回 datetime.time 对象的 NumPy 数组。
DatetimeIndex.timetz	返回带有时区的 datetime.time 对象的 NumPy 数组。
DatetimeIndex.dayofyear	一年中的序数天。
DatetimeIndex.day_of_year	一年中的序数天。
DatetimeIndex.dayofweek	一周中的某一天，星期一 = 0，星期日 = 6。
DatetimeIndex.day_of_week	一周中的某一天，星期一 = 0，星期日 = 6。
DatetimeIndex.weekday	一周中的某一天，星期一 = 0，星期日 = 6。
DatetimeIndex.quarter	日期所在的季度。
DatetimeIndex.tz	返回时区。
DatetimeIndex.freq
DatetimeIndex.freqstr	如果设置了频率对象，则将其作为字符串返回，否则返回 None。
DatetimeIndex.is_month_start	指示日期是否为该月的第一天。
DatetimeIndex.is_month_end	指示日期是否为该月的最后一天。
DatetimeIndex.is_quarter_start	指示日期是否为季度的第一天。
DatetimeIndex.is_quarter_end	指示日期是否为季度的最后一天。
DatetimeIndex.is_year_start	指示日期是否为一年的第一天。
DatetimeIndex.is_year_end	指示日期是否为一年的最后一天。
DatetimeIndex.is_leap_year	如果日期属于闰年，则为布尔指示器。
DatetimeIndex.inferred_freq	尝试返回由 infer_freq 生成的表示频率的字符串。

选择

DatetimeIndex.indexer_at_time(time[, asof])	返回特定时间的值的索引位置。
DatetimeIndex.indexer_between_time(...[, ...])	返回特定时间范围内的值的索引位置。

特定时间操作

DatetimeIndex.normalize(*args, **kwargs)	将时间转换为午夜。
DatetimeIndex.strftime(date_format)	使用指定的 date_format 转换为索引。
DatetimeIndex.snap([freq])	将时间戳捕捉到最近发生的频率。
DatetimeIndex.tz_convert(tz)	将时区感知的日期时间数组/索引从一个时区转换为另一个时区。
DatetimeIndex.tz_localize(tz[, ambiguous, ...])	将时区无感知的日期时间数组/索引本地化为时区感知的日期时间数组/索引。
DatetimeIndex.round(*args, **kwargs)	对数据执行舍入操作，以指定的 freq 为单位。
DatetimeIndex.floor(*args, **kwargs)	对数据执行向下取整操作，以指定的 freq 为单位。
DatetimeIndex.ceil(*args, **kwargs)	对数据执行向上取整操作，以指定的 freq 为单位。
DatetimeIndex.month_name(*args, **kwargs)	返回指定语言环境的月份名称。
DatetimeIndex.day_name(*args, **kwargs)	返回指定语言环境的星期名称。

转换

DatetimeIndex.as_unit(*args, **kwargs)	转换为具有给定单位分辨率的数据类型。
DatetimeIndex.to_period(*args, **kwargs)	将数据转换为特定频率的 PeriodArray/PeriodIndex。
DatetimeIndex.to_pydatetime(*args, **kwargs)	返回一个包含 datetime.datetime 对象的 ndarray。
DatetimeIndex.to_series([index, name])	创建一个索引和值都等于索引键的 Series。
DatetimeIndex.to_frame([index, name])	创建一个包含索引的 DataFrame。

方法

DatetimeIndex.mean(*[, skipna, axis])	返回数组的平均值。
DatetimeIndex.std(*args, **kwargs)	返回指定轴上的样本标准差。

TimedeltaIndex

TimedeltaIndex([data, unit, freq, closed, ...])

不可变的 timedelta64 数据索引。

组件

TimedeltaIndex.days	每个元素的天数。
TimedeltaIndex.seconds	每个元素的秒数（>= 0 且小于 1 天）。
TimedeltaIndex.microseconds	每个元素的微秒数（>= 0 且小于 1 秒）。
TimedeltaIndex.nanoseconds	每个元素的纳秒数（>= 0 且小于 1 微秒）。
TimedeltaIndex.components	返回一个包含 Timedeltas 的各个分辨率组件的 DataFrame。
TimedeltaIndex.inferred_freq	尝试返回由 infer_freq 生成的表示频率的字符串。

转换

TimedeltaIndex.as_unit(unit)	转换为具有给定单位分辨率的数据类型。
TimedeltaIndex.to_pytimedelta(*args, **kwargs)	返回一个包含 datetime.timedelta 对象的 ndarray。
TimedeltaIndex.to_series([index, name])	创建一个索引和值都等于索引键的 Series。
TimedeltaIndex.round(*args, **kwargs)	对数据执行舍入操作，以指定的 freq 为单位。
TimedeltaIndex.floor(*args, **kwargs)	对数据执行向下取整操作，以指定的 freq 为单位。
TimedeltaIndex.ceil(*args, **kwargs)	对数据执行向上取整操作，以指定的 freq 为单位。
TimedeltaIndex.to_frame([index, name])	创建一个包含索引的 DataFrame。

方法

TimedeltaIndex.mean(*[, skipna, axis])

返回数组的平均值。

PeriodIndex

PeriodIndex([data, ordinal, freq, dtype, ...])

不可变的 ndarray，保存表示时间段的序数值。

属性

PeriodIndex.day	时间段的日期。
PeriodIndex.dayofweek	一周中的某一天，星期一 = 0，星期日 = 6。
PeriodIndex.day_of_week	一周中的某一天，星期一 = 0，星期日 = 6。
PeriodIndex.dayofyear	一年中的序数天。
PeriodIndex.day_of_year	一年中的序数天。
PeriodIndex.days_in_month	月份的天数。
PeriodIndex.daysinmonth	月份的天数。
PeriodIndex.end_time	获取时间段结束的 Timestamp。
PeriodIndex.freq
PeriodIndex.freqstr	如果设置了频率对象，则将其作为字符串返回，否则返回 None。
PeriodIndex.hour	时间段的小时。
PeriodIndex.is_leap_year	逻辑值，指示日期是否属于闰年。
PeriodIndex.minute	时间段的分钟。
PeriodIndex.month	月份以 1 月 = 1，12 月 = 12 表示。
PeriodIndex.quarter	日期所在的季度。
PeriodIndex.qyear
PeriodIndex.second	时间段的秒。
PeriodIndex.start_time	获取周期的开始时间戳。
PeriodIndex.week	一年中的星期序数。
PeriodIndex.weekday	一周中的某一天，星期一 = 0，星期日 = 6。
PeriodIndex.weekofyear	一年中的星期序数。
PeriodIndex.year	周期的年份。

方法

PeriodIndex.asfreq([freq, how])	将 PeriodArray 转换为指定的频率 freq。
PeriodIndex.strftime(*args, **kwargs)	使用指定的 date_format 转换为索引。
PeriodIndex.to_timestamp([freq, how])	转换为 DatetimeArray/Index。
PeriodIndex.from_fields(*[, year, quarter, ...])
PeriodIndex.from_ordinals(ordinals, *, freq)