pandas不显示index_pandas中的index对象详解

在pandas中，Series和DataFrame对象是介绍的最多的，Index对象作为其构成的一部分，相关的介绍内容却比较少。对于Index对象而言，有以下两大类别Index

MultiIndex

二者的区别就在于层级的多少，从字面含义也可以看出，MultiIndex指的是多层索引，Index是单层索引。

先从单层索引开始介绍，在声明数据框的时候，如果没有指定index和columns参数，pandas会自动生成对应的索引，示例如下

>>> import pandas as pd

>>> import numpy as np

>>> df = pd.DataFrame(np.random.rand(4, 4))

>>> df

0 1 2 3

0 0.776520 0.093637 0.819028 0.304640

1 0.130550 0.682061 0.102499 0.782682

2 0.995216 0.959426 0.337403 0.897070

3 0.253985 0.161841 0.536915 0.269828

>>> df.index

RangeIndex(start=0, stop=4, step=1)

>>> df.columns

RangeIndex(start=0, stop=4, step=1)从运行结果可以看出，默认的行列标签皆为一个RangeIndex对象。RangeIndex属于Index中的一种形式，Index是更通用的函数，通过Index函数可以显示创建Index对象，用法如下>>> df.index = pd.Index(list("ABCD"))

>>> df.columns = pd.Index(list("abcd"))

>>> df

a b c d

A 0.776520 0.093637 0.819028 0.304640

B 0.130550 0.682061 0.102499 0.782682

C 0.995216 0.959426 0.337403 0.897070

D 0.253985 0.161841 0.536915 0.269828上述方法生成的Index对象就是一个单层索引了，Index对象具有以下基本属性

>>> a = pd.Index(list("ABCD"))

>>> a

Index(["A", "B", "C", "D"], dtype="object")

# 值构成的数组

>>> a.array

["A", "B", "C", "D"]

Length: 4, dtype: object

# 数据类型

>>> a.dtype

dtype("O")

# level个数

>>> a.nlevels

1

# 维度

>>> a.ndim

1

# 尺寸

>>> a.shape

(4,)

# 个数

>>> a.size

4

# 值

>>> a.values

array(["A", "B", "C", "D"], dtype=object)除了常规的字符索引外，还有以下几种特定类型的索引

1. NumericIndex数值索引，其值为数值，可以是整数，也可以是浮点数。在pandas中，有以下几种方法，来显示创建数值索引

# 浮点数

>>> pd.Float64Index([1, 2, 3,