索引物件#

索引#

這些方法或其變體大多數都可以在包含索引的物件(Series/DataFrame)上使用,而且在直接呼叫這些方法之前,應該先使用這些方法。

索引([資料,類型,複製,名稱,將欄位組成元組])

用於索引和對齊的不變序列。

屬性#

索引.值

傳回一個陣列,代表索引中的資料。

索引.是否為單調遞增

如果值相等或遞增,傳回布林值。

索引.是否為單調遞減

如果值相等或遞減,傳回布林值。

索引.是否唯一

傳回索引是否有唯一值。

索引.是否有重複值

檢查索引是否有重複值。

索引.是否有 NaN

如果有任何 NaN,傳回 True。

索引.類型

傳回基礎資料的類型物件。

索引.推論的類型

傳回從值推論出的類型字串。

索引.形狀

傳回基礎資料的形狀元組。

索引.名稱

傳回索引或多重索引名稱。

Index.names

Index.nbytes

傳回基礎資料的位元組數。

Index.ndim

基礎資料的維度數,定義為 1。

Index.size

傳回基礎資料的元素數。

Index.empty

Index.T

傳回轉置,定義為自我。

Index.memory_usage([deep])

值的記憶體使用量。

修改和運算#

Index.all(*args, **kwargs)

傳回是否所有元素為真。

Index.any(*args, **kwargs)

傳回是否有任何元素為真。

Index.argmin([axis, skipna])

傳回 Series 中最小值的整數位置。

Index.argmax([axis, skipna])

傳回 Series 中最大值的整數位置。

Index.copy([name, deep])

製作此物件的副本。

Index.delete(loc)

建立新的索引,並刪除傳遞的位置。

Index.drop(標籤[, 錯誤])

建立新的索引,並刪除傳遞的標籤清單。

Index.drop_duplicates([, 保留])

傳回已移除重複值的索引。

Index.duplicated([保留])

指出重複的索引值。

Index.equals(其他)

判斷兩個索引物件是否相等。

Index.factorize([排序, 使用_na_哨兵])

將物件編碼為列舉型別或類別變數。

Index.identical(其他)

類似於 equals,但會檢查物件屬性和型別是否也相等。

Index.insert(位置, 項目)

建立新的索引,並在位置插入新的項目。

Index.is_(其他)

更靈活、更快速的檢查,例如 is,但透過檢視運作。

Index.is_boolean()

(已棄用) 檢查 Index 是否僅包含布林值。

Index.is_categorical()

(已棄用) 檢查 Index 是否包含類別資料。

Index.is_floating()

(已棄用) 檢查 Index 是否為浮點類型。

Index.is_integer()

(已棄用) 檢查 Index 是否僅包含整數。

Index.is_interval()

(已棄用) 檢查 Index 是否包含 Interval 物件。

Index.is_numeric()

(已棄用) 檢查 Index 是否僅包含數字資料。

Index.is_object()

(已棄用) 檢查 Index 是否為物件資料型態。

Index.min([axis, skipna])

傳回 Index 的最小值。

Index.max([axis, skipna])

傳回 Index 的最大值。

Index.reindex(target[, method, level, ...])

使用 target 的值建立索引。

Index.rename(name, *[, inplace])

變更 Index 或 MultiIndex 名稱。

Index.repeat(repeats[, axis])

重複 Index 的元素。

Index.where(cond[, other])

在條件為 False 的地方替換值。

Index.take(indices[, axis, allow_fill, ...])

傳回一個新的 Index,其中包含由 indices 選取的值。

Index.putmask(mask, value)

傳回設定有遮罩值的新 Index。

Index.unique([level])

傳回 index 中的唯一值。

Index.nunique([dropna])

傳回物件中唯一元素的數量。

Index.value_counts([normalize, sort, ...])

傳回包含唯一值計數的 Series。

與 MultiIndex 的相容性#

Index.set_names(names, *[, level, inplace])

設定 Index 或 MultiIndex 名稱。

Index.droplevel([level])

傳回移除請求層級的 index。

遺失值#

Index.fillna([value, downcast])

使用指定值填入 NA/NaN 值。

Index.dropna([how])

傳回不含 NA/NaN 值的索引。

Index.isna()

偵測遺失值。

Index.notna()

偵測現有 (非遺失) 值。

轉換#

Index.astype(dtype[, copy])

建立一個值轉換為 dtypes 的索引。

Index.item()

傳回基礎資料的第一個元素,作為 Python 純量。

Index.map(mapper[, na_action])

使用輸入對應或函數對應值。

Index.ravel([order])

傳回 self 的檢視。

Index.to_list()

傳回值的清單。

Index.to_series([index, name])

建立一個索引和值都等於索引鍵的 Series。

Index.to_frame([index, name])

建立一個包含索引的欄位的 DataFrame。

Index.view([cls])

排序#

Index.argsort(*args, **kwargs)

傳回會對索引排序的整數索引。

Index.searchsorted(value[, side, sorter])

找出應插入元素以維持順序的索引。

Index.sort_values(*[, return_indexer, ...])

傳回索引的已排序副本。

特定時間操作#

Index.shift([periods, freq])

依據所需的時間頻率增量位移索引。

合併/聯結/設定操作#

Index.append(other)

將多個 Index 選項附加在一起。

Index.join(other, *[, how, level, ...])

計算 join_index 和索引器,以使資料結構符合新的索引。

Index.intersection(other[, sort])

形成兩個 Index 物件的交集。

Index.union(other[, sort])

形成兩個 Index 物件的聯集。

Index.difference(other[, sort])

傳回新的 Index,其中包含 index 中 other 中沒有的元素。

Index.symmetric_difference(other[, ...])

計算兩個 Index 物件的對稱差集。

選取#

Index.asof(標籤)

傳回索引中的標籤,或如果不存在,傳回前一個標籤。

Index.asof_locs(位置, 遮罩)

傳回索引中標籤的位置 (索引)。

Index.get_indexer(目標[, 方法, 限制, ...])

根據目前的索引計算新索引的索引器和遮罩。

Index.get_indexer_for(目標)

即使是非唯一的,也能保證傳回索引器。

Index.get_indexer_non_unique(目標)

根據目前的索引計算新索引的索引器和遮罩。

Index.get_level_values(層級)

傳回所要求層級的值的索引。

Index.get_loc(金鑰)

取得請求標籤的整數位置、切片或布林遮罩。

Index.get_slice_bound(標籤,邊界)

計算對應於給定標籤的切片邊界。

Index.isin(值[,層級])

傳回一個布林陣列,其中索引值在 中。

Index.slice_indexer([開始,結束,步驟])

計算輸入標籤和步驟的切片索引器。

Index.slice_locs([開始,結束,步驟])

計算輸入標籤的切片位置。

數值索引#

RangeIndex([開始,停止,步驟,資料型態,複製,...])

實作單調整數範圍的不變索引。

RangeIndex.start

開始 參數的值(如果未提供,則為 0)。

RangeIndex.stop

停止 參數的值。

RangeIndex.step

步驟 參數的值(如果未提供,則為 1)。

RangeIndex.from_range(資料[,名稱,資料型態])

range 物件建立 pandas.RangeIndex

CategoricalIndex#

CategoricalIndex([data, categories, ...])

基於基礎 Categorical 的索引。

Categorical 組件#

CategoricalIndex.codes

此 categorical 索引的類別代碼。

CategoricalIndex.categories

此 categorical 的類別。

CategoricalIndex.ordered

類別是否具有順序關係。

CategoricalIndex.rename_categories(*args, ...)

重新命名類別。

CategoricalIndex.reorder_categories(*args, ...)

依 new_categories 中指定的方式重新排序類別。

CategoricalIndex.add_categories(*args, **kwargs)

新增類別。

CategoricalIndex.remove_categories(*args, ...)

移除指定的類別。

CategoricalIndex.remove_unused_categories(...)

移除未使用的類別。

CategoricalIndex.set_categories(*args, **kwargs)

將類別設定為指定的新類別。

CategoricalIndex.as_ordered(*args, **kwargs)

設定類別為已排序。

CategoricalIndex.as_unordered(*args, **kwargs)

設定類別為未排序。

修改和運算#

CategoricalIndex.map(mapper[, na_action])

使用輸入對應或函數對值進行對應。

CategoricalIndex.equals(other)

判斷兩個 CategoricalIndex 物件是否包含相同的元素。

區間索引#

IntervalIndex(data[, closed, dtype, copy, ...])

在同一側封閉的區間的不變索引。

IntervalIndex 組件#

IntervalIndex.from_arrays(left, right[, ...])

從定義左右邊界的兩個陣列建立。

IntervalIndex.from_tuples(data[, closed, ...])

從陣列狀的元組建立 IntervalIndex。

IntervalIndex.from_breaks(breaks[, closed, ...])

從分割陣列建立 IntervalIndex。

IntervalIndex.left

IntervalIndex.right

IntervalIndex.mid

IntervalIndex.closed

描述區間包含側的字串。

IntervalIndex.length

IntervalIndex.values

傳回一個陣列,代表索引中的資料。

IntervalIndex.is_empty

指出區間是否為空,表示不包含任何點。

IntervalIndex.is_non_overlapping_monotonic

傳回 IntervalArray 是否為非重疊且單調的布林值。

IntervalIndex.is_overlapping

如果 IntervalIndex 有重疊區間,傳回 True,否則傳回 False。

IntervalIndex.get_loc(key)

取得請求標籤的整數位置、切片或布林遮罩。

IntervalIndex.get_indexer(target[, method, ...])

根據目前的索引計算新索引的索引器和遮罩。

IntervalIndex.set_closed(*args, **kwargs)

傳回在指定側封閉的相同 IntervalArray。

IntervalIndex.contains(*args, **kwargs)

檢查 Interval 是否包含該值。

IntervalIndex.overlaps(*args, **kwargs)

檢查 Interval 是否與 IntervalArray 中的值重疊。

IntervalIndex.to_tuples(*args, **kwargs)

傳回一個 ndarray (如果 self 為 IntervalArray) 或 Index (如果 self 為 IntervalIndex) 的 (left, right) 形式的 tuple。

MultiIndex#

MultiIndex([levels, codes, sortorder, ...])

pandas 物件的多層級或階層式索引物件。

MultiIndex 建構函式#

MultiIndex.from_arrays(arrays[, sortorder, ...])

將陣列轉換為 MultiIndex。

MultiIndex.from_tuples(tuples[, sortorder, ...])

將 tuple 清單轉換為 MultiIndex。

MultiIndex.from_product(iterables[, ...])

從多個可迭代物件的笛卡兒積建立 MultiIndex。

MultiIndex.from_frame(df[, sortorder, names])

從 DataFrame 建立 MultiIndex。

MultiIndex 屬性#

MultiIndex.names

MultiIndex 中層級的名稱。

MultiIndex.levels

MultiIndex 的層級。

MultiIndex.codes

MultiIndex.nlevels

此 MultiIndex 中層級的整數數量。

MultiIndex.levshape

包含每個層級長度的元組。

MultiIndex.dtypes

傳回基礎 MultiIndex 的 dtypes 作為 Series。

MultiIndex 組成#

MultiIndex.set_levels(levels, *[, level, ...])

在 MultiIndex 上設定新的層級。

MultiIndex.set_codes(codes, *[, level, ...])

在 MultiIndex 上設定新的代碼。

MultiIndex.to_flat_index()

將 MultiIndex 轉換為包含層級值的元組索引。

MultiIndex.to_frame([index, name, ...])

建立一個 DataFrame,其中 MultiIndex 的層級作為欄位。

MultiIndex.sortlevel([level, ascending, ...])

在指定的層級對 MultiIndex 進行排序。

MultiIndex.droplevel([level])

傳回移除請求層級的 index。

MultiIndex.swaplevel([i, j])

將層級 i 與層級 j 交換。

MultiIndex.reorder_levels(order)

使用輸入順序重新排列層級。

MultiIndex.remove_unused_levels()

從目前的多重索引中建立新的多重索引,移除未使用的層級。

MultiIndex.drop(codes[, level, errors])

建立新的 pandas.MultiIndex,其中已刪除傳遞的代碼清單。

MultiIndex.copy([names, deep, name])

製作此物件的副本。

MultiIndex.append(other)

將多個 Index 選項附加在一起。

MultiIndex.truncate([before, after])

在兩個標籤/元組之間切片索引,傳回新的多重索引。

多重索引選取#

MultiIndex.get_loc(key)

取得標籤或標籤元組的位置。

MultiIndex.get_locs(seq)

取得一連串標籤的位置。

MultiIndex.get_loc_level(key[, level, ...])

取得所要求標籤/層級的位置和切片索引。

MultiIndex.get_indexer(target[, method, ...])

根據目前的索引計算新索引的索引器和遮罩。

MultiIndex.get_level_values(level)

傳回所要求層級的標籤值向量。

IndexSlice

建立一個物件,以便更輕鬆地執行多重索引切片。

DatetimeIndex#

DatetimeIndex([data, freq, tz, normalize, ...])

datetime64 資料的不可變 ndarray 類型。

時間/日期元件#

DatetimeIndex.year

日期時間的年份。

DatetimeIndex.month

月份,1 月為 1,12 月為 12。

DatetimeIndex.day

日期時間的日期。

DatetimeIndex.hour

日期時間的小時。

DatetimeIndex.minute

日期時間的分鐘。

DatetimeIndex.second

日期時間的秒數。

DatetimeIndex.microsecond

日期時間的微秒數。

DatetimeIndex.nanosecond

日期時間的奈秒數。

DatetimeIndex.date

傳回 numpy 陣列的 Python datetime.date 物件。

DatetimeIndex.time

傳回 numpy 陣列的 datetime.time 物件。

DatetimeIndex.timetz

傳回 numpy 陣列的 datetime.time 物件,包含時區。

DatetimeIndex.dayofyear

一年中的第幾天。

DatetimeIndex.day_of_year

一年中的第幾天。

DatetimeIndex.dayofweek

一週中的第幾天,星期一 = 0,星期日 = 6。

DatetimeIndex.day_of_week

一週中的第幾天,星期一 = 0,星期日 = 6。

DatetimeIndex.weekday

一週中的第幾天,星期一 = 0,星期日 = 6。

DatetimeIndex.quarter

日期的季度。

DatetimeIndex.tz

傳回時區。

DatetimeIndex.freq

DatetimeIndex.freqstr

如果已設定,傳回頻率物件作為字串,否則傳回 None。

DatetimeIndex.is_month_start

表示日期是否為該月份的第一天。

DatetimeIndex.is_month_end

表示日期是否為該月份的最後一天。

DatetimeIndex.is_quarter_start

表示日期是否為某個季度的第一天。

DatetimeIndex.is_quarter_end

指標表示日期是否為季度的最後一天。

DatetimeIndex.is_year_start

指標表示日期是否為一年的第一天。

DatetimeIndex.is_year_end

指標表示日期是否為一年的最後一天。

DatetimeIndex.is_leap_year

布林指標表示日期是否屬於閏年。

DatetimeIndex.inferred_freq

嘗試傳回一個字串,表示由 infer_freq 產生的頻率。

選取#

DatetimeIndex.indexer_at_time(time[, asof])

傳回一天中特定時間的數值索引位置。

DatetimeIndex.indexer_between_time(...[, ...])

傳回一天中特定時間之間的數值索引位置。

時間特定運算#

DatetimeIndex.normalize(*args, **kwargs)

將時間轉換為午夜。

DatetimeIndex.strftime(date_format)

使用指定的 date_format 轉換為索引。

DatetimeIndex.snap([freq])

將時間戳記調整為最近發生的頻率。

DatetimeIndex.tz_convert(tz)

將時區感知的 Datetime 陣列/索引從一個時區轉換到另一個時區。

DatetimeIndex.tz_localize(tz[, ambiguous, ...])

將時區感知的 Datetime 陣列/索引定位到時區感知的 Datetime 陣列/索引。

DatetimeIndex.round(*args, **kwargs)

對資料執行 round 運算,頻率為指定的 freq

DatetimeIndex.floor(*args, **kwargs)

對資料執行 floor 運算,頻率為指定的 freq

DatetimeIndex.ceil(*args, **kwargs)

對資料執行 ceil 運算,頻率為指定的 freq

DatetimeIndex.month_name(*args, **kwargs)

傳回指定地區的月份名稱。

DatetimeIndex.day_name(*args, **kwargs)

傳回指定地區的星期名稱。

轉換#

DatetimeIndex.as_unit(*args, **kwargs)

轉換為具有給定單位解析度的資料型態。

DatetimeIndex.to_period(*args, **kwargs)

以特定頻率轉換為 PeriodArray/PeriodIndex。

DatetimeIndex.to_pydatetime(*args, **kwargs)

傳回 datetime.datetime 物件的 ndarray。

DatetimeIndex.to_series([index, name])

建立一個索引和值都等於索引鍵的 Series。

DatetimeIndex.to_frame([index, name])

建立一個包含索引的欄位的 DataFrame。

方法#

DatetimeIndex.mean(*[, skipna, axis])

傳回陣列的平均值。

DatetimeIndex.std(*args, **kwargs)

傳回請求軸上的樣本標準差。

TimedeltaIndex#

TimedeltaIndex([data, unit, freq, closed, ...])

timedelta64 資料的不可變索引。

組成部分#

TimedeltaIndex.days

每個元素的天數。

TimedeltaIndex.seconds

每個元素的秒數(>= 0 且小於 1 天)。

TimedeltaIndex.microseconds

每個元素的微秒數(>= 0 且小於 1 秒)。

TimedeltaIndex.nanoseconds

每個元素的奈秒數(>= 0 且小於 1 微秒)。

TimedeltaIndex.components

傳回 Timedeltas 各別解析度組成部分的 DataFrame。

TimedeltaIndex.inferred_freq

嘗試傳回一個字串,表示由 infer_freq 產生的頻率。

轉換#

TimedeltaIndex.as_unit(unit)

轉換為具有給定單位解析度的資料型態。

TimedeltaIndex.to_pytimedelta(*args, **kwargs)

傳回 datetime.timedelta 物件的 ndarray。

TimedeltaIndex.to_series([index, name])

建立一個索引和值都等於索引鍵的 Series。

TimedeltaIndex.round(*args, **kwargs)

對資料執行 round 運算,頻率為指定的 freq

TimedeltaIndex.floor(*args, **kwargs)

對資料執行 floor 運算,頻率為指定的 freq

TimedeltaIndex.ceil(*args, **kwargs)

對資料執行 ceil 運算,頻率為指定的 freq

TimedeltaIndex.to_frame([index, name])

建立一個包含索引的欄位的 DataFrame。

方法#

TimedeltaIndex.mean(*[, skipna, axis])

傳回陣列的平均值。

PeriodIndex#

PeriodIndex([data, ordinal, freq, dtype, ...])

不可變的 ndarray,包含表示時間中規則週期的序數值。

屬性#

PeriodIndex.day

週期的日期。

PeriodIndex.dayofweek

一週中的第幾天,星期一 = 0,星期日 = 6。

PeriodIndex.day_of_week

一週中的第幾天,星期一 = 0,星期日 = 6。

PeriodIndex.dayofyear

一年中的第幾天。

PeriodIndex.day_of_year

一年中的第幾天。

PeriodIndex.days_in_month

月份中的天數。

PeriodIndex.daysinmonth

月份中的天數。

PeriodIndex.end_time

取得週期結束時間的 Timestamp。

PeriodIndex.freq

PeriodIndex.freqstr

如果已設定,傳回頻率物件作為字串,否則傳回 None。

PeriodIndex.hour

週期的小時。

PeriodIndex.is_leap_year

邏輯值,表示日期是否屬於閏年。

PeriodIndex.minute

週期的分鐘。

PeriodIndex.month

月份,1 月為 1,12 月為 12。

PeriodIndex.quarter

日期的季度。

PeriodIndex.qyear

PeriodIndex.second

週期的秒數。

PeriodIndex.start_time

取得期間開始的時間戳記。

PeriodIndex.week

該年的星期序數。

PeriodIndex.weekday

一週中的第幾天,星期一 = 0,星期日 = 6。

PeriodIndex.weekofyear

該年的星期序數。

PeriodIndex.year

期間的年份。

方法#

PeriodIndex.asfreq([freq, how])

將 PeriodArray 轉換為指定的頻率 freq

PeriodIndex.strftime(*args, **kwargs)

使用指定的 date_format 轉換為索引。

PeriodIndex.to_timestamp([freq, how])

轉換為 DatetimeArray/Index。

PeriodIndex.from_fields([, year, quarter, ...])

PeriodIndex.from_ordinals(ordinals, *, freq)