pandas—显示行索引与列索引（数组或者列表）

import pandas as pd
df = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],'attr': [22, 33, 22, 44, 66]},index=[1,2,3,4,5])
# 显示dataFrame
print(df)

   BoolCol  attr
1        1    22
2        2    33
3        3    22
4        3    44
5        4    66

显示列索引数组

# 显示列索引数组
print(df.columns)

Index(['BoolCol', 'attr'], dtype='object')

显示列索引列表

print(df.columns.tolist())

['BoolCol', 'attr']

显示行索引数组

print(df.index)

Int64Index([1, 2, 3, 4, 5], dtype='int64')

显示列索引列表

print(df.index.tolist())

[1, 2, 3, 4, 5]

pandas—显示行索引与列索引（数组或者列表）相关推荐

复合索引 /多列索引 /联合索引 /组合索引？？？？？
复合索引 /多列索引 /联合索引 /组合索引,一个意思,不同叫法. 含有多个列字段的索引联合索引也是一棵B+树,不同的是联合索引的键值数量不是1,而是大于等于2. 例如: 创建数据库表CREATE ...
设置pandas显示行数_Pandas这样来设置，做数据分析舒适百倍
在日常使用pandas的过程中,由于我们所分析的数据表规模.格式上的差异,使得同样的函数或方法作用在不同数据上的效果存在差异. 而pandas有着自己的一套「参数设置系统」,可以帮助我们在遇到不同的数 ...
数据库查询某行或者某列转换为数组方法，数据库脱机原理
十二个月包括0的也查询显示为两列数据 select m.id mon, ISNULL(b,0) InWeight from( select 1 as id union select 2 union s ...
python数据处理——pandas.read_csv()指定行索引和列索引
一个比较简单的办法就是这样的 df=pd.read_csv('file.csv',header=0,index_col=0)
Pandas的学习(6.DataFrame和Series创建多层行索引以及多层列索引)
1.创建多层行索引 (1) 隐式构造最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组 -- Series也可以创建多层索引 import numpy a ...
pandas中series一维数组的创建、索引的更改+索引切片和布尔索引+dataframe二维数组的创建、基本属性、索引方法（传统方法和lociloc）、nan操作、排序+案例
目录一.为什么要学习pandas? 二.pandas的常用数据类型 1.series--一维的且带标签的数组 (1)创建一维数组 (2)通过列表形式创建的series带标签数组可以改变索引,传入索引 ...
DataFrame，pandas索引，重置索引
3.1.2 DataFrame DataFrame是一个类似于二维数组或表格的对象,它每列的数据可以是不同的数据类型.与Series的结构相似,DataFrame的结构也是有索引和数据组成的,不同的是 ...
Python之pandas：对pandas中dataframe数据中的索引输出、修改、重命名等详细攻略
Python之pandas:对pandas中dataframe数据中的索引输出.修改.重命名等详细攻略目录对pandas中dataframe数据中的索引输出.修改.重命名等详细攻略知识点学习输 ...
mysql多列索引（组合索引）特点和使用场景
mysql多列索引特点和使用场景单列索引查看sql的执行计划索引合并多列索引再看sql的执行计划多列索引的顺序最左前缀添加数据的脚本首先创建一张表,有姓'first_name'.名' ...
MySQL之高性能的索引策略（索引优化）
高性能的索引策略高效地选择和使用索引有很多种方式,其中有些是针对特殊案例的优化方法,有些则是针对特定行为的优化. 独立的列如果查询中的列不是独立的,则MySQL就不会使用索引."独立的列 ...

pandas—显示行索引与列索引（数组或者列表）

pandas—显示行索引与列索引（数组或者列表）相关推荐

最新文章

热门文章