索引操作

索引是 Pandas 数据结构的重要组成部分，用于快速访问数据。

索引类型

默认整数索引

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.index)  # RangeIndex(start=0, stop=3, step=1)

自定义索引

df = pd.DataFrame(
    {'A': [1, 2, 3], 'B': [4, 5, 6]},
    index=['a', 'b', 'c']
)
print(df)

索引操作

重置索引

df_reset = df.reset_index()      # 将当前索引转为列
print(df_reset)

df_reset = df.reset_index(drop=True)  # 丢弃原索引
print(df_reset)

设置索引

df_new = df.set_index('A')       # 将列A设为索引
print(df_new)

多级索引

arrays = [
    ['A', 'A', 'B', 'B'],
    [1, 2, 1, 2]
]
df = pd.DataFrame(
    {'值': [10, 20, 30, 40]},
    index=pd.MultiIndex.from_arrays(arrays, names=('类别', '编号'))
)
print(df)

索引对齐

s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5, 6], index=['b', 'c', 'd'])

print(s1 + s2)  # 按索引对齐运算，不匹配的位置为NaN

常用索引方法

s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])

print(s.index.is_unique)     # 索引是否唯一
print(s.index.duplicated())  # 重复索引标记
print(s.reindex(['a', 'b', 'f']))  # 重新索引

索引是 Pandas 高效数据处理的基础，合理使用索引可以大幅提升数据操作效率。