索引对象#

索引#

Many of these methods or variants thereof are available on the objects that contain an index (Series/DataFrame) and those should most likely be used before calling these methods directly.

Index \([data, dtype, copy, name, tupleize_cols] )

用于索引和比对的不变序列。

属性#

`Index.values`	返回表示Index中数据的数组。
`Index.is_monotonic`	别名是单调递增的。
`Index.is_monotonic_increasing`	如果索引是单调递增(仅等于或递增)值，则返回。
`Index.is_monotonic_decreasing`	如果索引是单调递减(仅等于或递减)值，则返回。
`Index.is_unique`	如果索引具有唯一值，则返回。
`Index.has_duplicates`	检查索引是否具有重复值。
`Index.hasnans`	如果有任何NAN，则返回True。
`Index.dtype`	返回底层数据的dtype对象。
`Index.inferred_type`	返回从这些值推断出的类型的字符串。
`Index.is_all_dates`	索引值是否仅由日期组成。
`Index.shape`	返回基础数据的形状的元组。
`Index.name`	返回索引或多索引名称。
`Index.names`
`Index.nbytes`	返回基础数据中的字节数。
`Index.ndim`	根据定义1，基础数据的维度数。
`Index.size`	返回基础数据中的元素数。
`Index.empty`
`Index.T`	返回转置，根据定义，转置是self。
`Index.memory_usage` \([deep] )	值的内存使用率。

修改和计算#

`Index.all` \(args, *kwargs)	返回是否所有元素都为真。
`Index.any` \(args, *kwargs)	返回是否有任何元素为Truthy。
`Index.argmin` \([axis, skipna] )	返回序列中最小值的int位置。
`Index.argmax` \([axis, skipna] )	返回序列中最大值的整型位置。
`Index.copy` \([name, deep, dtype, names] )	复制此对象。
`Index.delete` \(位置)	创建删除传递位置(-s)的新索引。
`Index.drop` \(标签[, errors] )	创建删除已传递标签列表的新索引。
`Index.drop_duplicates` \([keep] )	返回删除了重复值的索引。
`Index.duplicated` \([keep] )	表示重复的索引值。
`Index.equals` \(其他)	确定两个Index对象是否相等。
`Index.factorize` \([sort, na_sentinel] )	将对象编码为枚举类型或类别变量。
`Index.identical` \(其他)	类似于等于，但检查对象属性和类型是否也相等。
`Index.insert` \(位置，项目)	创建新索引在位置插入新项目。
`Index.is_` \(其他)	更灵活、更快速的检查，如 `is` 但这是通过视图来实现的。
`Index.is_boolean` \()	检查索引是否只包含布尔值。
`Index.is_categorical` \()	检查索引是否包含分类数据。
`Index.is_floating` \()	检查Index是否为浮点类型。
`Index.is_integer` \()	检查索引是否仅由整数组成。
`Index.is_interval` \()	检查索引是否包含间隔对象。
`Index.is_mixed` \()	检查索引是否包含混合数据类型的数据。
`Index.is_numeric` \()	检查索引是否仅由数字数据组成。
`Index.is_object` \()	检查索引是否为对象数据类型。
`Index.min` \([axis, skipna] )	返回索引的最小值。
`Index.max` \([axis, skipna] )	返回索引的最大值。
`Index.reindex` \(目标[, method, level, ...] )	使用目标值创建索引。
`Index.rename` \(名称[, inplace] )	更改索引或多索引名称。
`Index.repeat` \(重复[, axis] )	重复索引的元素。
`Index.where` \(条件[, other] )	替换条件为FALSE的值。
`Index.take` \(索引[, axis, allow_fill, ...] )	返回由索引选择的值的新索引。
`Index.putmask` \(掩码，值)	返回使用掩码设置的值的新索引。
`Index.unique` \([level] )	返回索引中的唯一值。
`Index.nunique` \([dropna] )	返回对象中唯一元素的数量。
`Index.value_counts` \([normalize, sort, ...] )	返回包含唯一值计数的系列。

与多索引的兼容性#

`Index.set_names` \(名称[, level, inplace] )	设置索引或多索引名称。
`Index.droplevel` \([level] )	返回删除了请求级别的索引。

缺少值#

`Index.fillna` \([value, downcast] )	使用指定值填充NA/NaN值。
`Index.dropna` \([how] )	返回不带NA/NAN值的索引。
`Index.isna` \()	检测缺少的值。
`Index.notna` \()	检测现有(非缺失)值。

转换#

`Index.astype` \(dtype[, copy] )	使用转换为dtype的值创建索引。
`Index.item` \()	将底层数据的第一个元素作为Python标量返回。
`Index.map` \(映射器 [, na_action] )	使用输入映射或函数映射值。
`Index.ravel` \([order] )	返回底层数据的平面值的ndarray。
`Index.to_list` \()	返回值列表。
`Index.to_native_types` \([slicer] )	(已弃用)指定的值的格式 self 然后把它们还回去。
`Index.to_series` \([index, name] )	创建一个索引和值都等于索引键的Series。
`Index.to_frame` \([index, name] )	创建一个DataFrame，其中包含索引的列。
`Index.view` \([cls] )

分选#

`Index.argsort` \(args, *kwargs)	返回对索引进行排序的整数索引。
`Index.searchsorted` \(值[, side, sorter] )	查找应插入元素以维持顺序的索引。
`Index.sort_values` \([return_indexer, ...] )	返回索引的排序副本。

特定时间的操作#

Index.shift \([periods, freq] )

将索引移位所需的时频增量数。

合并/联接/集合操作#

`Index.append` \(其他)	将索引选项集合追加在一起。
`Index.join` \(其他[, how, level, ...] )	计算JOIN_INDEX和索引器以使数据结构符合新索引。
`Index.intersection` \(其他[, sort] )	形成两个Index对象的交集。
`Index.union` \(其他[, sort] )	形成两个Index对象的并集。
`Index.difference` \(其他[, sort] )	返回索引元素不在中的新索引 other 。
`Index.symmetric_difference` \(其他[, ...] )	计算两个Index对象的对称差。

选择#

`Index.asof` \(标签)	返回索引中的标签，如果不存在，则返回前一个标签。
`Index.asof_locs` \(其中，掩码)	返回标签在索引中的位置(索引)。
`Index.get_indexer` \(目标[, method, limit, ...] )	计算给定当前索引的新索引的索引器和掩码。
`Index.get_indexer_for` \(目标)	即使索引器不是唯一的，也能保证返回。
`Index.get_indexer_non_unique` \(目标)	计算给定当前索引的新索引的索引器和掩码。
`Index.get_level_values` \(级别)	返回请求级别的值的索引。
`Index.get_loc` \(密钥[, method, tolerance] )	获取请求标签的整数位置、切片或布尔掩码。
`Index.get_slice_bound` \(标签、侧面 [, kind] )	计算与给定标签对应的切片界限。
`Index.get_value` \(序列，密钥)	从一维ndarray快速查找数值。
`Index.isin` \(值[, level] )	返回索引值所在的布尔数组 values 。
`Index.slice_indexer` \([start, end, step, kind] )	计算输入标签和步骤的切片索引器。
`Index.slice_locs` \([start, end, step, kind] )	计算输入标签的切片位置。

数字索引#

`RangeIndex` \([start, stop, step, dtype, copy, ...] )	实现单调整数范围的不可变索引。
`Int64Index` \([data, dtype, copy, name] )	(不推荐使用)用于索引和比对的不变序列。
`UInt64Index` \([data, dtype, copy, name] )	(不推荐使用)用于索引和比对的不变序列。
`Float64Index` \([data, dtype, copy, name] )	(不推荐使用)用于索引和比对的不变序列。

`RangeIndex.start`	的价值 start 参数 (`0` 如果未提供此服务)。
`RangeIndex.stop`	的价值 stop 参数。
`RangeIndex.step`	的价值 step 参数 (`1` 如果未提供此服务)。
`RangeIndex.from_range` \(数据[, name, dtype] )	从Range对象创建RangeIndex。

CategoricalIndex#

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

基于基础数据的索引 Categorical 。

范畴成分#

`CategoricalIndex.codes`	这一分类的类别代码。
`CategoricalIndex.categories`	这个定语的范畴。
`CategoricalIndex.ordered`	类别是否具有有序关系。
`CategoricalIndex.rename_categories` \(*参数，...)	重命名类别。
`CategoricalIndex.reorder_categories` \(*参数，...)	按照NEW_CATEGORES中指定的方式对类别进行重新排序。
`CategoricalIndex.add_categories` \(args, *kwargs)	添加新类别。
`CategoricalIndex.remove_categories` \(*参数，...)	删除指定的类别。
`CategoricalIndex.remove_unused_categories` \(.)	删除不使用的类别。
`CategoricalIndex.set_categories` \(args, *kwargs)	将类别设置为指定的NEW_CACTIONS。
`CategoricalIndex.as_ordered` \(args, *kwargs)	将分类词设置为有序。
`CategoricalIndex.as_unordered` \(args, *kwargs)	将定义词设置为无序。

修改和计算#

`CategoricalIndex.map` \(映射器)	使用输入、输入、映射或函数映射值。
`CategoricalIndex.equals` \(其他)	确定两个CategoricalIndex对象是否包含相同的元素。

IntervalIndex#

IntervalIndex \(数据[, closed, dtype, copy, ...] )

在同一边上闭合的区间的不变索引。

IntervalIndex组件#

`IntervalIndex.from_arrays` \(左、右[, ...] )	从定义左边界和右边界的两个数组构造。
`IntervalIndex.from_tuples` \(数据[, closed, ...] )	从类似数组的元组构造IntervalIndex。
`IntervalIndex.from_breaks` \(中断[, closed, ...] )	从拆分数组构造IntervalIndex。
`IntervalIndex.left`
`IntervalIndex.right`
`IntervalIndex.mid`
`IntervalIndex.closed`	间隔是在左侧闭合、右侧闭合、两者都闭合还是都不闭合。
`IntervalIndex.length`
`IntervalIndex.values`	返回表示Index中数据的数组。
`IntervalIndex.is_empty`	指示间隔是否为空，表示该间隔不包含任何点。
`IntervalIndex.is_non_overlapping_monotonic`	如果IntervalArray不重叠(没有间隔共享点)并且是单调递增或单调递减，则返回True，否则返回False。
`IntervalIndex.is_overlapping`	如果IntervalIndex具有重叠的间隔，则返回True，否则返回False。
`IntervalIndex.get_loc` \(密钥[, method, tolerance] )	获取请求标签的整数位置、切片或布尔掩码。
`IntervalIndex.get_indexer` \(目标[, method, ...] )	计算给定当前索引的新索引的索引器和掩码。
`IntervalIndex.set_closed` \(args, *kwargs)	返回一个与当前相同的IntervalArray，但在指定的一侧关闭。
`IntervalIndex.contains` \(args, *kwargs)	如果间隔包含该值，请按元素进行检查。
`IntervalIndex.overlaps` \(args, *kwargs)	如果间隔与Interval数组中的值重叠，请按元素进行检查。
`IntervalIndex.to_tuples` \(args, *kwargs)	返回表单的元组的ndarray(左、右)。

MultiIndex#

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

Pandas对象的多级或分层索引对象。

IndexSlice

创建对象以更轻松地执行多索引切片。

多索引构造函数#

`MultiIndex.from_arrays` \(数组[, sortorder, ...] )	将数组转换为多重索引。
`MultiIndex.from_tuples` \(元组[, sortorder, ...] )	将元组列表转换为多重索引。
`MultiIndex.from_product` \(可迭代的[, ...] )	从多个迭代变量的笛卡尔乘积创建多重索引。
`MultiIndex.from_frame` \(df[, sortorder, names] )	从DataFrame创建多重索引。

多索引属性#

`MultiIndex.names`	多重索引中的级别名称。
`MultiIndex.levels`
`MultiIndex.codes`
`MultiIndex.nlevels`	此多重索引中的级别数为整数。
`MultiIndex.levshape`	具有每个级别的长度的元组。
`MultiIndex.dtypes`	以系列的形式返回基础多重索引的数据类型。

多索引组件#

`MultiIndex.set_levels` \(级别[, level, ...] )	在多重索引上设置新的级别。
`MultiIndex.set_codes` \(代码[, level, ...] )	在多重索引上设置新代码。
`MultiIndex.to_flat_index` \()	将多索引转换为包含级别值的元组的索引。
`MultiIndex.to_frame` \([index, name, ...] )	创建一个DataFrame，将多重索引的级别作为列。
`MultiIndex.sortlevel` \([level, ascending, ...] )	在请求的级别对多索引进行排序。
`MultiIndex.droplevel` \([level] )	返回删除了请求级别的索引。
`MultiIndex.swaplevel` \([i, j] )	将i级与j级互换。
`MultiIndex.reorder_levels` \(订单)	使用输入顺序重新排列关卡。
`MultiIndex.remove_unused_levels` \()	从当前创建删除未使用级别的新多重索引。

多指标选择#

`MultiIndex.get_loc` \(密钥[, method] )	获取标签或标签元组的位置。
`MultiIndex.get_locs` \(序列)	获取标签序列的位置。
`MultiIndex.get_loc_level` \(密钥[, level, ...] )	获取请求标签/级别的位置和切片索引。
`MultiIndex.get_indexer` \(目标[, method, ...] )	计算给定当前索引的新索引的索引器和掩码。
`MultiIndex.get_level_values` \(级别)	返回请求级别的标签值的向量。

DatetimeIndex#

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

类似DATETIME 64数据的不可变的ndarray。

时间/日期组件#

`DatetimeIndex.year`	日期时间的年份。
`DatetimeIndex.month`	月份为1月=1，12月=12。
`DatetimeIndex.day`	约会时间的日期。
`DatetimeIndex.hour`	约会时间的小时数。
`DatetimeIndex.minute`	约会时间的分钟数。
`DatetimeIndex.second`	日期时间的秒数。
`DatetimeIndex.microsecond`	日期时间的微秒数。
`DatetimeIndex.nanosecond`	日期时间的纳秒。
`DatetimeIndex.date`	返回PYTHON的NumPy数组 `datetime.date` 对象。
`DatetimeIndex.time`	返回NumPy数组 `datetime.time` 对象。
`DatetimeIndex.timetz`	返回NumPy数组 `datetime.time` 具有时区信息的对象。
`DatetimeIndex.dayofyear`	一年中的第几天。
`DatetimeIndex.day_of_year`	一年中的第几天。
`DatetimeIndex.weekofyear`	(已弃用)一年中的第几周。
`DatetimeIndex.week`	(已弃用)一年中的第几周。
`DatetimeIndex.dayofweek`	星期一=0，星期日=6的星期几。
`DatetimeIndex.day_of_week`	星期一=0，星期日=6的星期几。
`DatetimeIndex.weekday`	星期一=0，星期日=6的星期几。
`DatetimeIndex.quarter`	日期的第1季度。
`DatetimeIndex.tz`	返回时区。
`DatetimeIndex.freq`	如果设置了频率对象，则返回该对象，否则为None。
`DatetimeIndex.freqstr`	如果设置了频率对象，则将其作为字符串返回，否则为None。
`DatetimeIndex.is_month_start`	指示日期是否为每月的第一天。
`DatetimeIndex.is_month_end`	指示日期是否为该月的最后一天。
`DatetimeIndex.is_quarter_start`	日期是否为季度的第一天的指示器。
`DatetimeIndex.is_quarter_end`	日期是否为季度的最后一天的指示器。
`DatetimeIndex.is_year_start`	指示日期是否为一年的第一天。
`DatetimeIndex.is_year_end`	指示该日期是否为一年的最后一天。
`DatetimeIndex.is_leap_year`	日期是否属于闰年的布尔指示符。
`DatetimeIndex.inferred_freq`	尝试返回由INFER_FREQ生成的表示频率猜测的字符串。

选择#

`DatetimeIndex.indexer_at_time` \(时间[, asof] )	返回值在一天中特定时间的索引位置(例如
`DatetimeIndex.indexer_between_time` \(.[, ...] )	返回值在一天中的特定时间段(例如，上午9：00-9：30)的索引位置。

特定时间的操作#

`DatetimeIndex.normalize` \(args, *kwargs)	将时间转换为午夜。
`DatetimeIndex.strftime` \(args, *kwargs)	使用指定的Date_Format转换为索引。
`DatetimeIndex.snap` \([freq] )	将时间戳捕捉到最近的出现频率。
`DatetimeIndex.tz_convert` \(TZ)	将TZ感知的DateTime数组/索引从一个时区转换为另一个时区。
`DatetimeIndex.tz_localize` \(TZ[, ambiguous, ...] )	将tz-naive DateTime数组/索引本地化为TZ感知的DateTime数组/索引。
`DatetimeIndex.round` \(args, *kwargs)	将数据四舍五入到指定的 freq 。
`DatetimeIndex.floor` \(args, *kwargs)	对指定的数据执行底层操作 freq 。
`DatetimeIndex.ceil` \(args, *kwargs)	对数据执行CEIL运算到指定的 freq 。
`DatetimeIndex.month_name` \(args, *kwargs)	属性的月份名称。 `Series` 或 `DatetimeIndex` 具有指定的区域设置。
`DatetimeIndex.day_name` \(args, *kwargs)	属性的日期名称。 `Series` 或 `DatetimeIndex` 具有指定的区域设置。

转换#

`DatetimeIndex.to_period` \(args, *kwargs)	以特定频率强制转换为周期数组/索引。
`DatetimeIndex.to_perioddelta` \(频率)	以指定的频率计算索引值与转换为周期数组的索引之间的差值的Timedelta数组。
`DatetimeIndex.to_pydatetime` \(args, *kwargs)	将DateTime数组/索引作为DateTime.DateTime对象的ndarray返回。
`DatetimeIndex.to_series` \([keep_tz, index, name] )	创建一个Series，其索引和值都等于用于map的索引键，用于返回基于索引的索引器。
`DatetimeIndex.to_frame` \([index, name] )	创建一个DataFrame，其中包含索引的列。

方法：#

`DatetimeIndex.mean` \(args, *kwargs)	返回数组的平均值。
`DatetimeIndex.std` \(args, *kwargs)	返回要求轴上的样本标准偏差。

TimedeltaIndex#

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

不变的时间增量64数据的ndarray，在内部表示为int64，并且可以被装箱到时间增量对象。

组件#

`TimedeltaIndex.days`	每个元素的天数。
`TimedeltaIndex.seconds`	每个元素的秒数(>=0且小于1天)。
`TimedeltaIndex.microseconds`	每个元素的微秒数(>=0且小于1秒)。
`TimedeltaIndex.nanoseconds`	每个元素的纳秒数(>=0且小于1微秒)。
`TimedeltaIndex.components`	返回Timedeltas的各个组成部分(天、小时、分钟、秒、毫秒、微秒、纳秒)的数据帧。
`TimedeltaIndex.inferred_freq`	尝试返回由INFER_FREQ生成的表示频率猜测的字符串。

转换#

`TimedeltaIndex.to_pytimedelta` \(args, *kwargs)	将Timedelta数组/索引作为Datetime.timeDelta对象的对象ndarray返回。
`TimedeltaIndex.to_series` \([index, name] )	创建一个索引和值都等于索引键的Series。
`TimedeltaIndex.round` \(args, *kwargs)	将数据四舍五入到指定的 freq 。
`TimedeltaIndex.floor` \(args, *kwargs)	对指定的数据执行底层操作 freq 。
`TimedeltaIndex.ceil` \(args, *kwargs)	对数据执行CEIL运算到指定的 freq 。
`TimedeltaIndex.to_frame` \([index, name] )	创建一个DataFrame，其中包含索引的列。

方法：#

TimedeltaIndex.mean \(*args, * *kwargs)

返回数组的平均值。

PeriodIndex#

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

不变的ndarray，保存指示时间规则周期的序数值。

属性#

`PeriodIndex.day`	这段时间的天数。
`PeriodIndex.dayofweek`	星期一=0，星期日=6的星期几。
`PeriodIndex.day_of_week`	星期一=0，星期日=6的星期几。
`PeriodIndex.dayofyear`	一年中的第几天。
`PeriodIndex.day_of_year`	一年中的第几天。
`PeriodIndex.days_in_month`	一个月中的天数。
`PeriodIndex.daysinmonth`	一个月中的天数。
`PeriodIndex.end_time`	获取时段结束的时间戳。
`PeriodIndex.freq`	如果设置了频率对象，则返回该对象，否则为None。
`PeriodIndex.freqstr`	如果设置了频率对象，则将其作为字符串返回，否则为None。
`PeriodIndex.hour`	该时段的小时数。
`PeriodIndex.is_leap_year`	指示日期是否属于闰年的逻辑指示。
`PeriodIndex.minute`	该时间段的分钟数。
`PeriodIndex.month`	月份为1月=1，12月=12。
`PeriodIndex.quarter`	日期的第1季度。
`PeriodIndex.qyear`
`PeriodIndex.second`	这一时期的第二个时期。
`PeriodIndex.start_time`	获取时段开始的时间戳。
`PeriodIndex.week`	一年中的第几周。
`PeriodIndex.weekday`	星期一=0，星期日=6的星期几。
`PeriodIndex.weekofyear`	一年中的第几周。
`PeriodIndex.year`	该期间的年份。

方法：#

`PeriodIndex.asfreq` \([freq, how] )	将周期数组转换为指定频率 freq 。
`PeriodIndex.strftime` \(args, *kwargs)	使用指定的Date_Format转换为索引。
`PeriodIndex.to_timestamp` \([freq, how] )	强制转换为Datetime数组/索引。

pandas.api.types.is_scalar

pandas.Index