在 Python pandas 中，从 1 而不是 0 开始行索引而不创建额外的列

Posted 2023-02-23

【中文标题】在 Python pandas 中，从 1 而不是 0 开始行索引而不创建额外的列

【英文标题】：In Python pandas, start row index from 1 instead of zero without creating additional column

【发布时间】：2015-11-21 20:53:24

【问题描述】：

我知道我可以像这样重置索引

df.reset_index(inplace=True)

但这将从0 开始索引。我想从1开始。如何在不创建任何额外列并保留 index/reset_index 功能和选项的情况下做到这一点？我确实不想创建一个新的数据框，所以inplace=True 应该仍然适用。

【参考方案1】：

为此，您可以执行以下操作（我创建了一个示例数据框）：

price_of_items = pd.DataFrame(
"Wired Keyboard":["$7","4.3","12000"],"Wireless Keyboard":["$13","4.6","14000"]
                             )
price_of_items.index += 1

【参考方案2】：

您还可以使用索引范围指定起始值，如下所示。 Pandas 支持 RangeIndex。

#df.index

打印默认值，(start=0,stop=lastelement, step=1)

您可以像这样指定任何起始值范围：

df.index = pd.RangeIndex(start=1, stop=600, step=1)

参考：pandas.RangeIndex

【参考方案3】：

直接分配一个新的索引数组即可：

df.index = np.arange(1, len(df) + 1)

例子：

In [151]:

df = pd.DataFrame('a':np.random.randn(5))
df
Out[151]:
          a
0  0.443638
1  0.037882
2 -0.210275
3 -0.344092
4  0.997045
In [152]:

df.index = np.arange(1,len(df)+1)
df
Out[152]:
          a
1  0.443638
2  0.037882
3 -0.210275
4 -0.344092
5  0.997045

或者只是：

df.index = df.index + 1

如果索引已经基于 0

时机

由于某种原因，我无法对 reset_index 进行计时，但以下是 100,000 行 df 的计时：

In [160]:

%timeit df.index = df.index + 1
The slowest run took 6.45 times longer than the fastest. This could mean that an intermediate result is being cached 
10000 loops, best of 3: 107 µs per loop


In [161]:

%timeit df.index = np.arange(1, len(df) + 1)
10000 loops, best of 3: 154 µs per loop

所以如果没有reset_index 的时间安排，我不能肯定地说，但是如果索引已经基于0，那么看起来只是向每个索引值加 1 会更快