pandas 的 axes 行列索引的列表

axes 属性用于返回 DataFrame 或 Series 的轴（index 和 columns）的列表。对于 DataFrame，返回的列表包含行索引（index）和列索引（columns）。对于 Series，返回的列表只包含行索引（index）。

语法

DataFrame.axes
Series.axes

返回值

• 对于 DataFrame：返回包含两个元素的列表，第一个元素是行索引，第二个元素是列索引。
• 对于 Series：返回包含一个元素的列表，该元素是行索引。

使用场景

• 数据结构理解：可以通过 axes 属性快速获取 DataFrame 或 Series 的索引信息。
• 数据处理：在某些情况下，可能需要使用索引信息来对数据进行进一步的操作。

示例

示例 1：DataFrame 的 axes 属性

import pandas as pd

# 构造示例数据
data = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
}
df = pd.DataFrame(data)

# 输出 DataFrame
print("DataFrame:")
print(df)

# 使用 axes 属性
axes = df.axes

# 输出结果
print("\nDataFrame 的 axes 属性结果:")
print(axes)

输出：

DataFrame:
   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12

DataFrame 的 axes 属性结果:
[Index([0, 1, 2, 3], dtype='int64'), Index(['A', 'B', 'C'], dtype='object')]

示例 2：Series 的 axes 属性

# 构造示例数据
series = pd.Series([1, 2, 3, 4])

# 输出 Series
print("Series:")
print(series)

# 使用 axes 属性
axes = series.axes

# 输出结果
print("\nSeries 的 axes 属性结果:")
print(axes)

输出：

Series:
0    1
1    2
2    3
3    4
dtype: int64

Series 的 axes 属性结果:
[Index([0, 1, 2, 3], dtype='int64')]

示例 3：带有自定义索引的 DataFrame 的 axes 属性

# 构造示例数据
data = {
    'A': [1, 2, 3, 4],
    'B': ['a', 'b', 'c', 'd']
}
df = pd.DataFrame(data, index=['x', 'y', 'z', 'w'])

# 输出 DataFrame
print("DataFrame:")
print(df)

# 使用 axes 属性
axes = df.axes

# 输出结果
print("\n带有自定义索引的 DataFrame 的 axes 属性结果:")
print(axes)

输出：

DataFrame:
   A  B
x  1  a
y  2  b
z  3  c
w  4  d

带有自定义索引的 DataFrame 的 axes 属性结果:
[Index(['x', 'y', 'z', 'w'], dtype='object'), Index(['A', 'B'], dtype='object')]

通过这些示例，我们可以看到 axes 属性可以方便地获取 DataFrame 或 Series 的索引信息，从而在数据处理和分析中提供有用的参考。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.axes.html

更新时间：2024-08-05 15:40:51 标签：pandas python axes 索引