pandas.Index

class pandas.Index [source]

Неизменяемый массив ndarray, реализующий упорядоченное, разрезаемое множество. Основной объект, хранящий метки осей для всех объектов pandas

Параметры:

data : array-like (1-dimensional) dtype : тип данных NumPy (по умолчанию: object) Если dtype равен None, мы находим тип данных, который лучше всего подходит для данных. Если предоставлен фактический тип данных, мы принудительно приведем к этому типу данных, если это безопасно. В противном случае будет выдано сообщение об ошибке. copy : bool Создать копию входного массива ndarray name : object Имя для хранения в индексе tupleize_cols : bool (по умолчанию: True) Если True, попытаться создать MultiIndex, если это возможно

См. также

RangeIndex

Индекс, реализующий монотонный целочисленный диапазон

CategoricalIndex

Индекс Categorical.

MultiIndex

Многоуровневый или иерархический индекс

IntervalIndex

Индекс Interval.

DatetimeIndex, TimedeltaIndex, PeriodIndex, Int64Index, UInt64Index, Float64Index

Примечания

Экземпляр Index может только содержать хешируемые объекты

Примеры

>>> pd.Index([1, 2, 3])
Int64Index([1, 2, 3], dtype='int64')

>>> pd.Index(list('abc'))
Index(['a', 'b', 'c'], dtype='object')

Атрибуты

T	возвращает транспонирование, которое по определению равно self
base	возвращает базовый объект, если память базовых данных разделена
data	возвращает указатель на данные базовых данных
dtype	возвращает объект типа данных базовых данных
dtype_str	возвращает строку типа данных базовых данных
flags
hasnans	возвращает, есть ли у меня какие-либо значения NaN; позволяет ускорить различные вычисления
inferred_type	возвращает строку типа, выведенного из значений
is_monotonic	псевдоним для is_monotonic_increasing (устарело)
is_monotonic_decreasing	возвращает, является ли индекс монотонно убывающим (только равные или убывающие значения).
is_monotonic_increasing	возвращает, является ли индекс монотонно возрастающим (только равные или возрастающие значения).
is_unique	возвращает, имеют ли значения в индексе уникальные значения
itemsize	возвращает размер типа данных элемента базовых данных
nbytes	возвращает количество байт в базовых данных
ndim	возвращает количество измерений базовых данных, по определению 1
shape	возвращает кортеж из формы базовых данных
size	возвращает количество элементов в базовых данных
strides	возвращает шаги базовых данных
values	возвращает базовые данные в виде массива ndarray

asi8
empty
has_duplicates
is_all_dates
name
names
nlevels

Методы

all(*args, **kwargs)	Возвращает True, если все элементы равны True.
any(*args, **kwargs)	Возвращает True, если хотя бы один элемент равен True.
append(other)	Добавляет коллекцию опций Index вместе.
argmax([axis])	Возвращает индекс максимального значения в виде массива NumPy.
argmin([axis])	Возвращает индекс минимального значения в виде массива NumPy.
argsort(*args, **kwargs)	Возвращает целочисленные индексы, которые отсортируют индекс.
asof(label)	Для отсортированного индекса возвращает последнее значение, не превосходящее переданное значение.
asof_locs(where, mask)	where : массив временных меток mask : массив булевых значений, где данные не являются NA
astype(dtype[, copy])	Создает индекс с значениями, преобразованными к указанным типам данных.
contains(key)	Возвращает True, если ключ содержится в индексе, иначе False.
copy([name, deep, dtype])	Создает копию этого объекта.
delete(loc)	Создает новый индекс, удалив указанные позиции.
difference(other)	Возвращает новый индекс, содержащий элементы из исходного индекса, которых нет в other.
drop(labels[, errors])	Создает новый индекс, удалив указанные метки.
drop_duplicates([keep])	Возвращает индекс с удаленными дублирующими значениями.
dropna([how])	Возвращает индекс без значений NA/NaN.
duplicated([keep])	Указывает дублирующиеся значения в индексе.
equals(other)	Определяет, содержат ли два объекта Index одинаковые элементы.
factorize([sort, na_sentinel])	Кодирует объект как перечисленный тип или категориальную переменную.
fillna([value, downcast])	Заполняет значения NA/NaN указанным значением.
format([name, formatter])	Отображает строковое представление индекса.
get_duplicates()	(УСТЕРЕЖЕН) Извлекает дублирующиеся элементы индекса.
get_indexer(target[, method, limit, tolerance])	Вычисляет индексатор и маску для нового индекса, заданного текущим индексом.
get_indexer_for(target, **kwargs)	Гарантированно возвращает индексатор даже при наличии не уникальных значений.
get_indexer_non_unique(target)	Вычисляет индексатор и маску для нового индекса, заданного текущим индексом.
get_level_values(level)	Возвращает индекс значений для указанного уровня, равный длине индекса.
get_loc(key[, method, tolerance])	Получает целочисленный индекс, срез или булеву маску для указанной метки.
get_slice_bound(label, side, kind)	Вычисляет границу среза, соответствующую заданной метке.
get_value(series, key)	Быстрый поиск значения из одномерного массива NumPy.
get_values()	Возвращает данные в виде массива NumPy.
groupby(values)	Группирует метки индекса по заданному массиву значений.
identical(other)	Аналогично equals, но проверяет, что и другие сравниваемые атрибуты также равны.
insert(loc, item)	Создаёт новый индекс, вставив новый элемент в указанную позицию.
intersection(other)	Находит пересечение двух объектов Index.
is_(other)	Более гибкая, более быстрая проверка, похожая на is, но работает через представления.
is_categorical()	Проверяет, содержит ли индекс категориальные данные.
isin(values[, level])	Возвращает массив булевых значений, где значения индекса находятся в values.
isna()	Определяет отсутствующие значения.
isnull()	Определяет отсутствующие значения.
item()	Возвращает первый элемент базовых данных в виде скаляра Python.
join(other[, how, level, return_indexers, sort])	это внутренний закрытый метод
map(mapper[, na_action])	Преобразует значения с помощью заданной соответствия (словарь, Series или функция).
max()	Возвращает максимальное значение в индексе.
memory_usage([deep])	Использование памяти значениями.
min()	Возвращает минимальное значение в индексе.
notna()	Определяет существующие (не пропущенные) значения.
notnull()	Определяет существующие (не пропущенные) значения.
nunique([dropna])	Возвращает количество уникальных элементов в объекте.
putmask(mask, value)	Возвращает новый индекс с установленными значениями по маске.
ravel([order])	Возвращает массив NumPy с уплощенными значениями базовых данных.

reindex(target[, method, level, limit, …])	Создать индекс со значениями целевого объекта (переместить/добавить/удалить значения по необходимости)
rename(name[, inplace])	Установить новые имена для индекса.
repeat(repeats, *args, **kwargs)	Повторить элементы индекса.
searchsorted(value[, side, sorter])	Найти индексы, куда нужно вставить элементы для сохранения порядка.
set_names(names[, level, inplace])	Установить новые имена для индекса.
set_value(arr, key, value)	Быстрый поиск значения в одномерном массиве ndarray.
shift([periods, freq])	Сдвинуть индекс на заданное количество шагов частоты времени.
slice_indexer([start, end, step, kind])	Для упорядоченного или уникального индекса вычислить индексатор среза для входных меток и шага.
slice_locs([start, end, step, kind])	Вычислить позиции среза для входных меток.
sort_values([return_indexer, ascending])	Возвратить отсортированную копию индекса.
sortlevel([level, ascending, sort_remaining])	Для внутренней совместимости с API индекса
str	псевдоним pandas.core.strings.StringMethods
summary([name])	(УСТЕРЕЖЕН) Вернуть сводную строку представления..
symmetric_difference(other[, result_name])	Вычислить симметрическую разность двух объектов Index.
take(indices[, axis, allow_fill, fill_value])	вернуть новый Index выбранных значений по индексам
to_frame([index])	Создать DataFrame со столбцом, содержащим индекс.
to_native_types([slicer])	Форматировать указанные значения self и вернуть их.
to_series([index, name])	Создать Series с индексом и значениями, равными ключам индекса, полезно с map для возврата индексатора на основе индекса
tolist()	Возвратить список значений.
transpose(*args, **kwargs)	вернуть транспонирование, которое по определению равно самому себе
union(other)	Образовать объединение двух объектов Index и отсортировать, если возможно.
unique([level])	Возвратить уникальные значения в индексе.
value_counts([normalize, sort, ascending, …])	Возвращает объект, содержащий подсчет уникальных значений.
where(cond[, other])	Новая версия с 0.19.0.

holds_integer
is_boolean
is_floating
is_integer
is_interval
is_lexsorted_for_tuple
is_mixed
is_numeric
is_object
is_type_compatible
sort
view