像普通列一样访问 Pandas 索引

Posted 2023-03-11

【中文标题】像普通列一样访问 Pandas 索引

【英文标题】：Accessing a Pandas index like a regular column

【发布时间】：2019-02-07 21:44:48

【问题描述】：

我有一个带有命名索引的 Pandas DataFrame。我想将它传递给一段代码，该代码需要一个 DataFrame、一个列名和其他一些东西，并做一堆涉及该列的工作。仅在这种情况下，我要突出显示的列是索引，但是将索引的标签赋予这段代码不起作用，因为您无法像提取常规列那样提取索引。例如，我可以这样构造一个 DataFrame：

import pandas as pd, numpy as np

df=pd.DataFrame('name':map(chr, range(97, 102)), 'id':range(10000,10005), 'value':np.random.randn(5))
df.set_index('name', inplace=True)

结果如下：

         id     value
name                 
a     10000  0.659710
b     10001  1.001821
c     10002 -0.197576
d     10003 -0.569181
e     10004 -0.882097

现在我该如何访问name 列？

print(df.index)  # No problem
print(df['name'])  # KeyError: u'name'

我知道有一些解决方法，例如复制列或将索引更改为其他内容。但是有没有更简洁的方法，比如某种形式的列访问，将索引与其他所有内容一样处理？

【参考方案1】：

索引在 Pandas 中具有特殊的含义。它用于优化特定操作，可用于合并/加入数据等各种方法。因此，做出选择：

如果它是“只是另一列”，请使用reset_index 并将其视为另一列。 如果真的用于索引，请将其保留为索引并使用df.index。

我们无法为您做出此选择。它应该取决于您的基础数据的结构以及您打算如何分析数据。

有关使用数据帧索引的更多信息，请参阅：

What is the performance impact of non-unique indexes in pandas? What is the point of indexing in pandas?

【讨论】：

假设我有一个库函数，它接受一个 DataFrame 并基于它创建一个散点图。它根据您选择的列标记图中的点，当前指定为字符串。现在出现了一个用例，标签基于某个 DataFrame 的索引会很有用。正如你所说，这个DataFrame的索引无疑是特殊的。只是在这个函数的上下文中，将索引视为常规列会很方便，我想知道它是否可以透明地完成。

@kuzzooroo，我建议您向a separate question 询问您面临的问题minimal reproducible example。例如，您在问题中给出的示例并没有显示使用df.index 有任何问题。 pd.Index 对象可用的方法与pd.Series 对象可用的方法不同，因此我们需要查看您的代码以确定问题。

如果不能像其他列名一样使用索引，那么给索引命名有什么意义......

@guibar，你可以用pd.DataFrame.query

这不是真正的解决方案，您的答案超出了范围。所以你的意思是“不，这是不可能的，因为 Pandas 没有构建一个接口来像列一样交互索引”。如果是，那就让这成为答案。现在一个自然的后续问题是为什么不呢？我们已经看到其他软件能够做到这一点，比如 SQL。

【参考方案2】：

您可以不使用reset_index，而是将索引复制到普通列，做一些工作然后删除该列，例如：

df['tmp'] = df.index
# do stuff based on df['tmp']
del df['tmp']

【讨论】：

我也喜欢这个解决方案，最后列和索引有不同的用途，如果需要就保留两者。

【参考方案3】：

如果您需要按名称访问（索引）列，也可以使用df.index.get_level_values。它也适用于分层索引 (MultiIndex)。

>>> df.index.get_level_values('name')
Index(['a', 'b', 'c', 'd', 'e'], dtype='object', name='name')