pandas 的 pd.Index() 构造索引对象

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas.Index 是 pandas 库中的一个对象，表示轴标签的不可变序列。它是 pandas 数据结构的基础组件，用于行和列的标签。

特点

它的特点如下：

不可变: 一旦创建，不能修改（可重复赋值索引修改）。这样保证了数据的一致性和安全性。
唯一性: 每个标签都是唯一的（可配置允许重复），防止重复数据。
支持多种类型: 支持整数、字符串、时间戳等多种类型。
多级索引: 支持多级索引（MultiIndex），方便处理多维数据。

构造

pandas.Index 是用于表示轴标签的一种不可变序列。可以通过多种方式构造和实例化 pd.Index 对象。

语法

语法如下：

class pandas.Index(data=None,
                   dtype=None,
                   copy=False,
                   name=None,
                   tupleize_cols=True
                  )

参数：

data: array-like (1-dimensional) 数据，用于构造索引对象的值。
dtype: NumPy dtype 或 str，可选，数据类型。如果没有指定，则根据输入数据推断。
copy: bool, 默认值为 False，如果为 True，复制输入数据。
name: object，可选，索引的名称，用于标识索引。
tupleize_cols: bool, 默认值为 True，如果为 True，使用 MultiIndex，假如 data 是嵌套元组列表。

示例：

import pandas as pd

# 从列表构造 Index
index = pd.Index([1, 2, 3, 4])
print(index)

# 指定数据类型和名称
typed_index = pd.Index([1, 2, 3, 4], dtype='int64', name='my_index')
print(typed_index)

# 从另一个 Index 对象复制
new_index = pd.Index(index)
print(new_index)

# 从 pandas Series 的索引构造 Index
series = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
index_from_series = pd.Index(series.index)
print(index_from_series)

从列表或数组构造

可以使用列表或数组来创建 Index 对象。

import pandas as pd

# 从列表构造
index_from_list = pd.Index([1, 2, 3, 4])
print(index_from_list)

# 从数组构造
index_from_array = pd.Index(['a', 'b', 'c', 'd'])
print(index_from_array)

从另一个 Index 对象构造

可以通过复制现有的 Index 对象来创建一个新的 Index 对象。

# 从现有的 Index 对象构造
new_index = pd.Index(index_from_list)
print(new_index)

使用指定的数据类型和名称

可以在创建 Index 对象时指定数据类型和名称。

# 指定数据类型和名称
typed_index = pd.Index([1, 2, 3, 4], dtype='int64', name='my_index')
print(typed_index)

从 pandas Series 或 DataFrame 的索引构造

可以从 pandas Series 或 DataFrame 的索引构造 Index 对象。

# 从 Series 的索引构造
series = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
index_from_series = pd.Index(series.index)
print(index_from_series)

# 从 DataFrame 的索引构造
dataframe = pd.DataFrame({'A': [1, 2, 3]}, index=['x', 'y', 'z'])
index_from_dataframe = pd.Index(dataframe.index)
print(index_from_dataframe)

创建 MultiIndex

MultiIndex 是 Index 的一种扩展，用于表示多级索引。

# 从多个数组构造 MultiIndex
arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
multi_index = pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))
print(multi_index)

# 从 tuples 构造 MultiIndex
tuples = [(1, 'red'), (1, 'blue'), (2, 'red'), (2, 'blue')]
multi_index_from_tuples = pd.MultiIndex.from_tuples(tuples, names=('number', 'color'))
print(multi_index_from_tuples)

使用 RangeIndex

RangeIndex 是一种特殊的 Index，用于表示范围索引，通常用于连续的整数索引。

# 创建 RangeIndex
range_index = pd.RangeIndex(start=0, stop=10, step=1)
print(range_index)

Index 对象具有许多方法和属性，例如 append()、delete()、intersection()、union()、difference()、name、dtype 等。

常用属性和方法

属性：

dtype: 数据类型
name: 索引名称
nlevels: 多级索引的级数
is_unique: 判断是否唯一
hasnans: 判断是否包含缺失值

方法：

append(): 追加新元素
delete(): 删除指定位置的元素
drop(): 删除指定值的元素
intersection(): 计算两个索引的交集
union(): 计算两个索引的并集
difference(): 计算两个索引的差集

示例代码

单层索引

import pandas as pd

# 创建一个 Index 对象
index = pd.Index(['a', 'b', 'c', 'd'])

# 查看索引名称
print(index.name)

# 查看数据类型
print(index.dtype)

# 计算交集
index2 = pd.Index(['b', 'c', 'e'])
intersection = index.intersection(index2)
print(intersection)

多级索引

MultiIndex 是 Index 的扩展，支持多级索引，用于多维数据的标签。

# 创建 MultiIndex
arrays = [[1, 1, 2, 2], ['red', 'blue', 'red', 'blue']]
multi_index = pd.MultiIndex.from_arrays(arrays, names=('number', 'color'))
print(multi_index)

参考

https://pandas.pydata.org/docs/reference/api/pandas.Index.html