from pandas import Series,DataFrameimport pandas as pd

pandas 的索引对象负责管理轴标签和其他元数据(比如轴名称等)。构建Series或DataFrame时，所用到的任何数组或其他序列的标签都会被转换成一个Index：

In [3]:

obj = Series(range(3),index=['a','b','c'])index = obj.indexindex

Out[3]:

Index(['a', 'b', 'c'], dtype='object')

In [4]:

index[1:]

Out[4]:

Index(['b', 'c'], dtype='object')

Index对象是不可修改的，因此用户不能对其进行修改：

In [5]:

# 下面的语句会报错index[1] = 'd'

---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last) in ----> 1 index[1] = 'd'~/venv/science/lib/python3.8/site-packages/pandas/core/indexes/base.py in __setitem__(self, key, value)   3907    3908     def __setitem__(self, key, value):-> 3909         raise TypeError("Index does not support mutable operations")   3910    3911     def __getitem__(self, key):TypeError: Index does not support mutable operations

In [25]:

# 但是你可以这样来指定索引obj.index = Series(['a','d','c'])obj

Out[25]:

a    0d    1c    2dtype: int64

不可修改性非常重要，因为这样才能使Index对象在多个数据结构之间安全共享：

In [6]:

import numpy as npindex = pd.Index(np.arange(3))obj2 = Series([1.5,-2,0],index=index)obj2.index is index

Out[6]:

True

pandas中主要的Index对象,如下表所示：

除了长得像数组，Index的功能也类似一个固定大小的集合：

In [17]:

frame = DataFrame({'Nevada':{2000:2.3,2001:2.4,2002:2.9},                   'Ohio':{2000:1.5,2001:1.7,2002:3.6}})frame

Out[17]:

In [20]:

'Ohio' in frame.columns

Out[20]:

True

In [22]:

2003 in frame.index

Out[22]:

False

每个索引都有一些方法和属性，他们可用于设置逻辑并回答有关该索引所包含的数据的常见问题。

Index的方法和属性，如下表所示：