pandas.Index#

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

用於索引和對齊的不可變序列。

儲存所有 pandas 物件軸標籤的基本物件。

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

引數:

data類陣列（一維）: 包含索引資料的類陣列結構。這可能是一個 Python 列表、NumPy 陣列或 pandas Series。
dtype字串、numpy.dtype 或 ExtensionDtype，可選: 輸出 Index 的資料型別。如果未指定，將根據 data 推斷。更多用法請參見使用者指南。
copybool，預設為 None: 是否複製輸入資料，僅對陣列、Series 和 Index 輸入有效（對於其他輸入，例如列表，總之會建立一個新陣列）。對於陣列輸入，預設為 True，對於 Index/Series，預設為 False。設定為 False 時，請自行承擔風險（如果您知道輸入資料不會在其他地方被修改）。設定為 True 時，強制預先複製 Series/Index 輸入。
name物件: 儲存在索引中的名稱。
tupleize_cols布林值（預設值：True）: 當為 True 時，如果可能，嘗試建立一個 MultiIndex。

另請參閱

RangeIndex: 實現單調整數範圍的 Index。
CategoricalIndex: Categorical 的 Index。
MultiIndex: 多級或分層 Index。
IntervalIndex: Interval 的 Index。
DatetimeIndex: datetime64 資料的索引。
TimedeltaIndex: timedelta64 資料的 Index。
PeriodIndex: Period 資料的 Index。

注意

Index 例項 **只能** 包含可雜湊物件。Index 例項 **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')

屬性

`T`	返回轉置，按定義是自身。
`array`	支援此 Index 的資料的 ExtensionArray。
`dtype`	返回底層資料的 dtype 物件。
`empty`	指示 Index 是否為空。
`has_duplicates`	檢查 Index 是否有重複值。
`hasnans`	如果存在任何 NaN，則返回 True。
`inferred_type`	返回從值推斷出的型別字串。
`is_monotonic_decreasing`	如果值相等或遞減，則返回布林值。
`is_monotonic_increasing`	如果值相等或遞增，則返回布林值。
`is_unique`	返回索引是否具有唯一值。
`name`	返回 Index 或 MultiIndex 的名稱。
`names`	獲取索引上的名稱。
`nbytes`	返回底層資料的位元組數。
`ndim`	底層資料的維度數，定義為 1。
`nlevels`	級別數。
`shape`	返回底層資料的 shape 元組。
`size`	返回底層資料的元素數量。
`values`	返回表示 Index 中資料的陣列。

Methods

`all`(args, *kwargs)	返回所有元素是否為真。
`any`(args, *kwargs)	返回是否有任何元素為真。
`append`(other)	將一系列 Index 選項追加在一起。
`argmax`([axis, skipna])	返回 Index 中最大值的整數位置。
`argmin`([axis, skipna])	返回 Index 中最小值的整數位置。
`argsort`(args, *kwargs)	返回將對索引進行排序的整數索引。
`asof`(label)	返回索引中的標籤，如果不存在，則返回前一個標籤。
`asof_locs`(where, mask)	返回索引中標籤的位置（索引）。
`astype`(dtype[, copy])	建立具有轉換為指定 dtype 的值的 Index。
`copy`([name, deep])	複製此物件。
`delete`(loc)	建立新的 Index，刪除指定的 location(-s)。
`diff`([periods])	計算 Index 物件中連續值之間的差值。
`difference`(other[, sort])	返回一個新的 Index，其中包含不在 other 中的 Index 元素。
`drop`(labels[, errors])	建立新的 Index，刪除指定的標籤列表。
`drop_duplicates`(*[, keep])	返回刪除重複值的 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])	指示重複的索引值。
`equals`(other)	確定兩個 Index 物件是否相等。
`factorize`([sort, use_na_sentinel])	將物件編碼為列舉型別或分類變數。
`fillna`(value)	使用指定值填充 NA/NaN 值。
`get_indexer`(target[, method, limit, tolerance])	給定當前索引，計算新索引的 indexer 和 mask。
`get_indexer_for`(target)	保證即使在非唯一時也能返回 indexer。
`get_indexer_non_unique`(target)	給定當前索引，計算新索引的 indexer 和 mask。
`get_level_values`(level)	返回請求 level 的值的 Index。
`get_loc`(key)	獲取請求標籤的整數位置、切片或布林掩碼。
`get_slice_bound`(label, side)	計算與給定標籤對應的切片邊界。
`groupby`(values)	按給定值的陣列對索引標籤進行分組。
`identical`(other)	類似於 equals，但會檢查物件屬性和型別是否也相等。
`infer_objects`([copy])	如果 dtype 為 object，則嘗試推斷非 object dtype。
`insert`(loc, item)	在指定位置插入新項，建立新的 Index。
`intersection`(other[, sort])	形成兩個 Index 物件的交集。
`is_`(other)	類似於 `is`，但更靈活、更快速，並且可以處理檢視。
`isin`(values[, level])	返回一個布林陣列，其中索引值在 values 中。
`isna`()	檢測缺失值。
`isnull`()	檢測缺失值。
`item`()	將底層資料的第一個元素作為 Python 標量返回。
`join`(other, *[, how, level, ...])	計算 join_index 和 indexer 以使資料結構與新索引一致。
`map`(mapper[, na_action])	使用輸入對映或函式對映值。
`max`([axis, skipna])	返回 Index 的最大值。
`memory_usage`([deep])	底層資料的記憶體使用情況。
`min`([axis, skipna])	返回 Index 的最小值。
`notna`()	檢測存在的（非缺失）值。
`notnull`()	檢測存在的（非缺失）值。
`nunique`([dropna])	返回物件中唯一元素的數量。
`putmask`(mask, value)	返回一個新 Index，其中值根據 mask 設定。
`ravel`([order])	返回對自身的檢視。
`reindex`(target[, method, level, limit, ...])	使用 target 的值建立索引。
`rename`(name, *[, inplace])	更改 Index 或 MultiIndex 的名稱。
`repeat`(repeats[, axis])	重複 Index 中的元素。
`round`([decimals])	將 Index 中的每個值四捨五入到指定的小數位數。
`searchsorted`(value[, side, sorter])	查詢元素應插入以保持順序的索引。
`set_names`(names, *[, level, inplace])	設定 Index 或 MultiIndex 的名稱。
`shift`([periods, freq])	按指定的時間頻率增量偏移索引。
`slice_indexer`([start, end, step])	為輸入標籤和步長計算切片 indexer。
`slice_locs`([start, end, step])	為輸入標籤計算切片位置。
`sort_values`(*[, return_indexer, ascending, ...])	返回索引的已排序副本。
`sortlevel`([level, ascending, ...])	為了與 Index API 的內部相容性。
`symmetric_difference`(other[, result_name, sort])	計算兩個 Index 物件的對稱差。
`take`(indices[, axis, allow_fill, fill_value])	返回一個新 Index，包含由 indices 選擇的值。
`to_flat_index`()	身份方法。
`to_frame`([index, name])	建立一個 DataFrame，其中包含一個包含 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])	建立一個 Series，其中索引和值都等於索引鍵。
`tolist`()	返回值的列表。
`transpose`(args, *kwargs)	返回轉置，按定義是自身。
`union`(other[, sort])	形成兩個 Index 物件的並集。
`unique`([level])	返回 Index 中的唯一值。
`value_counts`([normalize, sort, ascending, ...])	返回一個包含唯一值計數的 Series。
`view`([cls])	返回具有指定 dtype 的 Index 檢視或新的 Index 例項。
`where`(cond[, other])	替換條件為 False 的值。