pandas.Index

class pandas.Index

不可变的ndarray实现有序的，可分割的集合。基本对象存储所有Pandas对象的轴标签

参数：

data：array-like（1-dimensional）

dtype：NumPy dtype（default：object）

copy：bool

制作输入ndarray的副本

name：object

要存储在索引中的名称

tupleize_cols：bool（默认值：True）

为True时，如果可能，尝试创建MultiIndex

笔记

索引实例只能包含散列对象

属性

T	返回转置，这是通过定义self
asi8
base	如果基础数据的内存是，则返回基础对象
data	返回底层数据的数据指针
dtype
dtype_str
flags
has_duplicates
hasnans
inferred_type
is_all_dates
is_monotonic	is_monotonic_increasing的别名（已弃用）
is_monotonic_decreasing	返回如果索引是单调递减（只等于或
is_monotonic_increasing	返回如果索引是单调递增（只等于或
is_unique
itemsize	返回底层数据项的dtype的大小
name
names
nbytes	返回底层数据中的字节数
ndim	返回底层数据的维数，
nlevels
shape	返回基础数据的形状的元组
size	返回底层数据中的元素数量
strides	返回基础数据的步幅
values	将底层数据作为ndarray返回

方法

all（\ * args，\ * \ * kwargs）	返回所有元素是否为True
any（\ * args，\ * \ * kwargs）	返回任何元素是否为True
append（other）	将索引选项集合附加在一起
argmax（[axis]）	返回最大参数索引器的一个ndarray
argmin（[axis]）	返回最小参数索引器的数组
argsort（\ * args，\ * \ * kwargs）	返回将索引及其基础数据排序的索引。
asof（label）	对于排序的索引，返回最近的标签，直到并包括传递的标签。
asof_locs（其中，mask）	其中：时间戳数组
astype（dtype [，copy]）	创建一个值转换为dtypes的索引。
copy（[name，deep，dtype]）	制作此对象的副本。
delete（loc）	删除已传递位置（-s）的新建索引
difference（其他）	返回索引中不在其他中的元素的新索引。
drop（labels [，errors]）	创建新索引，并删除已通过的标签列表
drop_duplicates（\ * args，\ * \ * kwargs）	返回索引，重复值已删除
dropna（[how]）	无NA / NaN值的返回索引
duplicated（\ * args，\ * \ * kwargs）	返回boolean np.ndarray表示重复值
equals（其他）	确定两个Index对象是否包含相同的元素。
factorize（[sort，na_sentinel]）	将对象编码为枚举类型或类别变量
fillna（[value，downcast]）	用指定值填充NA / NaN值
format（[name，formatter]）	渲染索引的字符串表示
get_duplicates()
get_indexer（target [，method，limit，tolerance]）	给定当前索引的新索引的计算索引器和掩码。
get_indexer_for（target，\ * \ * kwargs）	即使非唯一也保证返回索引器
get_indexer_non_unique（target）	返回适合从非唯一索引获取的索引器
get_level_values（level）	所请求级别的标签值的返回向量，等于长度
get_loc（键[，方法，公差]）	获取所请求标签的整数位置
get_slice_bound（label，side，kind）	计算与给定标签相对应的切片界限。
get_value（series，key）	从1维数组中快速查找值。
get_values()	将底层数据作为ndarray返回
groupby（值）	按给定的值数组对索引标签进行分组。
holds_integer()
identical（其他）	类似于equals，但检查其他类似的属性
insert（loc，item）	使新索引在位置插入新项目。
intersection（其他）	形成两个Index对象。
is_（其他）	更灵活，更快速的检查，如is，但通过视图工作
is_boolean()
is_categorical()
is_floating()
is_integer()
is_lexsorted_for_tuple（tup）
is_mixed()
is_numeric()
is_object()
is_type_compatible（kind）
isin（values [，level]）	计算每个索引值是否在传递的值集中找到的布尔数组。
item()	返回底层数据的第一个元素作为python
join（other [，how，level，return_indexers]）	这是一个内部非公开方法
map（mapper）	将映射函数应用于其值。
max()	对象的最大值
memory_usage（[deep]）	我的值的内存使用
min()	对象的最小值
nunique（[dropna]）	返回对象中唯一元素的数量。
order（[return_indexer，ascending]）	返回Index的排序副本
putmask（mask，value）	返回使用掩码设置的值的新索引
ravel（[order]）	返回基础数据的展平值的数组
reindex（target [，method，level，limit，...]）	使用目标值创建索引（根据需要移动/添加/删除值）
rename（name [，inplace]）	在索引上设置新名称。
repeat（n，\ * args，\ * \ * kwargs）	重复索引的元素。
reshape（\ * args，\ * \ * kwargs）	NOT IMPLEMENTED：不要调用此方法，因为Index对象不支持重新整形，并且会引发错误。
searchsorted（key [，side，sorter]）	查找要插入元素以维持顺序的索引。
set_names（names [，level，inplace]）	在索引上设置新名称。
set_value（arr，key，value）	从1维数组中快速查找值。
shift（[periods，freq]）	Shift包含datetime对象的索引按输入的句点数和
slice_indexer（[start，end，step，kind]）	对于有序索引，计算输入标签和的切片索引器
slice_locs（[start，end，step，kind]）	计算输入标签的切片位置。
sort（\ * args，\ * \ * kwargs）
sort_values（[return_indexer，ascending]）	返回Index的排序副本
sortlevel（[level，ascending，sort_remaining]）	与Index API的内部兼容性
str	StringMethods的别名
summary（[name]）
sym_diff（\ * args，\ * \ * kwargs）
symmetric_difference（other [，result_name]）	计算两个Index对象的对称差异。
take（indices [，axis，allow_fill，fill_value]）	返回由索引选择的值的新的％（klass）
to_datetime（[dayfirst]）	DEPRECATED：改用pandas.to_datetime()。
to_native_types（[slicer]）	切片和骰子然后格式化
to_series（\ * \ * kwargs）	创建索引和值都等于索引键的系列
tolist()	返回索引值的列表
transpose（\ * args，\ * \ * kwargs）	返回转置，这是通过定义self
union（other）	如果可能，形成两个Index对象的并集，并排序。
unique()	返回对象中唯一值的索引。
value_counts（[normalize，sort，ascending，...]）	返回包含唯一值计数的对象。
view（[cls]）
where（cond [，other]）	版本0.19.0中的新功能。