Index对象保存着索引标签数据，它可以快速找到标签对应的整数下标，其功能与Python的字典类似。
dict1={"Province":["Guangdong","Beijing","Qinghai","Fujiang"],
"year":[2018]*4,
"pop":[1.3,2.5,1.1,0.7]}
df1=DataFrame(dict1)
df1
代码结果
Province pop year
0 Guangdong 1.3 2018
1 Beijing 2.5 2018
2 Qinghai 1.1 2018
3 Fujiang 0.7 2018调用.columns返回DataFrame对象的列索引（即所有列标签）：
col_index=df1.columns
col_index.values
代码结果：
array(['Province', 'pop', 'year'], dtype=object)
ind_index=df1.index
ind_index.values
代码结果：
array([0, 1, 2, 3], dtype=int64)Index对象可当做一维数组，适合Numpy数组的下标运算，但Index对象只是可读，创建后不可修改。
print(col_index[[1,2]])
print(ind_index[ind_index>1])
代码结果：
Index(['pop', 'year'], dtype='object')
Int64Index([2, 3], dtype='int64')index对象具有字典的映射功能，.get_loc(value)获得单值得下标，.get_indexer(values)获得一组值得下标，当值不存在则返回-1：
print(col_index.get_loc('pop'))
print(col_index.get_indexer(['pop','year']))
代码结果：
1
[1 2]Index对象调用Index()来创建，可传递给DataFrame对象的参数index和columns。因为Index是不可变的，因此多个DataFrame对象的索引可以是同个Index对象。
index=pd.Index(['a','b','c'])
df2=DataFrame(np.random.randint(1,10,(3,3)),index=index,columns=index)
df2版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/102902.html
