Pandas中的索引操作非常灵活，功能非常强大。学会他的索引操作能帮助我们更好的处理数据。下面来对索引进行讲解。
不管是Series还是DataFrame，索引对象的类型都是Index或者其子类。我们可以通过以下代码查看：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(4,4))
print(type(df.index))
print(type(df.columns))
输出结果为：
RangeIndex(start=0, stop=4, step=1)
RangeIndex(start=0, stop=4, step=1)
可以看到行和列的类型，都是RangeIndex类型。RangeIndex属于Index的子类。当然我们也可以直接通过显示创建Index的方式，修改df的index和columns，示例代码如下：
df.index = pd.Index(list("ABCD"))
df.columns = pd.Index(list("abcd"))
print(df)
输出结果为：
| a | b | c | d | |
|---|---|---|---|---|
| A | 0.274963 | 0.084407 | 0.157835 | 0.797312 |
| B | 0.090830 | 0.512263 | 0.419373 | 0.466661 |
| C | 0.903084 | 0.367636 | 0.219719 | 0.258690 |
| D | 0.009205 | 0.631668 | 0.495482 | 0.316959 |
常用的Index类型还有以下。
区间索引，用法与Python中的range函数类似，可以指定start、stop、step参数。示例代码如下：
df.index = pd.RangeIndex(start=1, stop=9, step=2)
数值类型的索引，包括有浮点类型的Float64Index、整形的Int64Index、无符号整形的UInt64Index、序列类型的RangeIndex。他们的用法如下：
# 浮点类型
>>> pd.Float64Index([1,2,3,4])
Float64Index([1.0, 2.0, 3.0, 4.0], dtype="float64")
# 整数
>>> pd.Int64Index([1,2,3,4])
Int64Index([1, 2, 3, 4], dtype="int64")
# 无符号整数
>>> pd.UInt64Index([1,2,3,4])
UInt64Index([1, 2, 3, 4], dtype="uint64")
其中Float64Index、Int64Index、UInt64Index在Pandas 2.0版本中会被移除，统一使用NumericIndex代替。
分类索引，索引的值只能是指定分类的。否则会用NAN来代替。示例代码如下：
>>> df.index = pd.CategoricalIndex(list("ABCD"),categories=list("ABCD"))
输出结果为：
a b c d
A 0.274963 0.084407 0.157835 0.797312
B 0.090830 0.512263 0.419373 0.466661
C 0.903084 0.367636 0.219719 0.258690
D 0.009205 0.631668 0.495482 0.316959
如果将索引值修改为list("ABCE")，因为E不在categories参数指定的范围内，因此会用NAN来代替。
df.index = pd.CategoricalIndex(list("ABCE"),categories=list("ABCD"))
输出结果为：
a b c d
A 0.274963 0.084407 0.157835 0.797312
B 0.090830 0.512263 0.419373 0.466661
C 0.903084 0.367636 0.219719 0.258690
NaN 0.009205 0.631668 0.495482 0.316959
关于CategoricalIndex的更多用法请参考官方文档：https://pandas.pydata.org/docs/reference/api/pandas.CategoricalIndex.html
间隔索引，索引的值为一个区间，可以通过pd.interval_range函数创建。示例代码如下：
df.index = pd.interval_range(start=0, end=4)
输出结果为：
a b c d
(0, 1] 0.274963 0.084407 0.157835 0.797312
(1, 2] 0.090830 0.512263 0.419373 0.466661
(2, 3] 0.903084 0.367636 0.219719 0.258690
(3, 4] 0.009205 0.631668 0.495482 0.316959
interval_range函数的start和end参数，也可以为datetime类型，并且还可以通过periods参数指定区间的个数。示例代码如下：
from datetime import datetime
pd.interval_range(start=datetime(year=2022, month=1, day=1), end=datetime(year=2022, month=1, day=31), periods=4)
输出结果如下：
IntervalIndex([(2022-01-01, 2022-01-11], (2022-01-11, 2022-01-21], (2022-01-21, 2022-01-31]],
closed='right',
dtype='interval[datetime64[ns]]')
关于更多interval_range和IntervalIndex的用法，请参考官方文档：
日期时间索引，可以通过pd.date_range函数创建。示例代码如下：
df.index = pd.date_range("2022-01-01", periods=4, freq="Y")
输出结果为：
a b c d
2022-12-31 0.274963 0.084407 0.157835 0.797312
2023-12-31 0.090830 0.512263 0.419373 0.466661
2024-12-31 0.903084 0.367636 0.219719 0.258690
2025-12-31 0.009205 0.631668 0.495482 0.316959
其中freq参数默认是D，也就是天，也可以选择日，时分秒等。以下链接可以查看所有的选择：https://pandas.pydata.org/docs/user_guide/timeseries.html#timeseries-offset-aliases
关于date_range与DatetimeIndex的更多用法请参考官方文档：
时间间隔索引。可以通过pd.TimedeltaIndex创建。示例代码如下：
df.index = pd.TimedeltaIndex([12,24,36,48], unit="m")
输出结果为：
a b c d
0 days 00:12:00 0.274963 0.084407 0.157835 0.797312
0 days 00:24:00 0.090830 0.512263 0.419373 0.466661
0 days 00:36:00 0.903084 0.367636 0.219719 0.258690
0 days 00:48:00 0.009205 0.631668 0.495482 0.316959
以上便是常用的索引类型。索引类型有一个特点，一旦索引被创建后，将无法进行修改。 示例代码如下：
df.index[0] = 2
执行上述代码，将会抛出类似以下的错误信息：
TypeError: Index does not support mutable operations
关于TimedeltaIndex的更多用法请参考官方文档：https://pandas.pydata.org/docs/reference/api/pandas.TimedeltaIndex.html
在创建Series对象的时候，默认的索引值是0-N，我们也可以通过index参数单独设置。示例代码如下：
series = pd.Series(range(5), index = ['a', 'b', 'c', 'd', 'e'])
print(series.head())
输出结果为：
a 0
b 1
c 2
d 3
e 4
dtype: int64
因为在Series中，只有一列，因此不存在列索引。行索引可以通过索引名称获取，也可以通过索引下标获取。示例代码如下：
series = pd.Series(range(0, 10, 2), index = ['a', 'b', 'c', 'd', 'e'])
print(series)
print(series['a'])
print(series[1])
输出结果为：
a 0
b 2
c 4
d 6
e 8
dtype: int64
0
2
如果索引是时间类型，则通过时间字符串即可获取到。示例代码如下：
series = pd.Series(range(2, 12, 2))
series.index = pd.date_range("2022-01-01", periods=5, freq="H")
print(series)
print(series["2022-01-01 00:00:00"])
输出结果如下：
2022-01-01 00:00:00 2
2022-01-01 01:00:00 4
2022-01-01 02:00:00 6
2022-01-01 03:00:00 8
2022-01-01 04:00:00 10
Freq: H, dtype: int64
2
索引也可以类似使用列表的切片方式来提取。切片可以是索引名称，也可以是序号。示例代码如下：
import pandas as pd
persons = ['张三','李四','王五']
series = pd.Series(persons, index=list("ABC"))
# 根据索引名切片
print(series["A":"B"])
# 根据索引序号切片
print(series[0:2])
以上两个输出结果都为：
A 张三
B 李四
dtype: object
可以注意到，如果用索引名称进行切片，那么会包含终止索引的。
之前通过切片可以一次性获取多个索引的值，也可以直接指定具体几个位置的索引。示例代码如下：
import pandas as pd
persons = ['张三','李四','王五','赵六']
series = pd.Series(persons, index=list("ABCD"))
# 获取索引下标为0和2的元素
print(series[[0,2]])
# 获取索引名称为A和C的元素
print(series[["A","C"]])
以上两个print语句的代码执行结果如下：
A 张三
C 王五
dtype: object
布尔索引，就是提供条件，选择满足条件的值出来。示例代码如下：
import pandas as pd
persons = [18,20,39,45]
series = pd.Series(persons, index=['张三','李四','王五','赵六'])
# 选择值大于20的所有元素
print(series[series>20])
输出结果如下：
王五 39
赵六 45
dtype: int64
创建DataFrame的时候，可以指定行索引和列索引，示例代码如下：
import numpy as np
df = pd.DataFrame(np.random.randn(5,4), columns = ['a', 'b', 'c', 'd'], index=["11","22","33","44","55"])
print(df)
输出结果如下：
a b c d
11 0.963458 1.896413 0.042990 -0.582146
22 -1.764354 -1.529342 -0.430965 -0.215617
33 0.356744 -0.729001 -0.543932 0.852026
44 0.488031 0.459878 -0.577119 0.961865
55 -0.808639 0.925949 -1.333124 0.526995
下面我们将使用以上的df对象进行讲解。
DataFrame中包含列索引，可以通过以下方式来获取列索引的数据：
# 只获取一列，返回series类型
print(df["a"])
# 获取多列，返回DataFrame类型
print(df[["a", "b"]])
Series通过[]来获取行索引，而DataFrame通过[]获取的是列索引。如果想要获取行索引，则需要通过loc或者iloc属性来实现，loc与iloc的区别是，loc是通过名称获取，而iloc是通过索引下标获取。
获取一行的值
print(df.loc["11"])
输出结果为：
a -0.263100
b -0.740024
c 0.223885
d 1.015902
Name: 11, dtype: float64
获取不连续的多行的值
print(df.loc[["11", "33"]])
输出结果为：
a b c d
11 1.886025 0.632712 -0.834526 0.919720
33 0.058799 0.319352 -0.193082 -1.326811
获取切片
print(df.loc["11":"33"])
输出结果为：
a b c d
11 0.193039 -0.027850 -1.759310 -0.258800
22 -0.689990 0.201788 -0.782961 -0.092585
33 0.275034 1.393938 2.123608 -0.009984
loc的除了能获取行索引外，还可以获取列索引。.loc[row, col]的第二个参数即是获取列索引。示例代码如下：
# 获取行索引中11:33，"a"列的数据
df.loc["11":"33", "a"]
# 获取行索引中"11"和"a":"c"列的数据
df.loc["11", "a":"b"]
# 获取行索引中"11","33"，和列索引中"a","c"列的数据
df.loc[["11", "33"], ["a", "b"]]
# 获取"a"列的所有数据
df.loc[:,"a"]
# 获取'11'行中的所有列
df.loc['11', :]
作用和loc一样，区别是通过索引下标来实现的。示例代码如下：
# 获取第1-2行的所有列
df.iloc[1:3]
# 获取第1，3行的所有列
df.iloc[[1,3]]
# 获取第1行的第1-3列
df.iloc[1, 1:4]
在Pandas中重置索引有三种方法，分别是set_index、reset_index以及reindex以及直接修改index属性。我们使用以下测试数据来作为讲解。
df = pd.DataFrame({'month': [1, 4, 7, 10],
'year': [2012, 2014, 2013, 2014],
'sale':[55, 40, 84, 31]})
输出结果如下：
| month | year | sale | |
|---|---|---|---|
| 0 | 1 | 2012 | 55 |
| 1 | 4 | 2014 | 40 |
| 2 | 7 | 2013 | 84 |
| 3 | 10 | 2014 | 31 |
如果在想使用某列作为DataFrame的索引，那么可以使用set_index(keys, drop=True)来实现。其中keys是用于设置索引列的名称或者列表，drop代表是否要删除作为索引的列。这个方法不会修改原始DataFrame对象。 示例代码如下：
df.set_index("month")
输出结果如下：
year sale
month
1 2012 55
4 2014 40
7 2013 84
10 2014 31
应用场景： 需要将DataFrame中某列或多列设置为索引的情况下使用。
重新设置新的下标索引。使用reset_index(drop=False)来实现。drop代表是否删除原始索引。这个方法不会修改原始DataFrame对象。 示例代码如下：
df.reset_index()
输出结果如下：
month year sale
0 1 2012 55
1 4 2014 40
2 7 2013 84
3 10 2014 31
应用场景： 重新生成新的下标索引。
在即不使用原有列作为索引，以及不使用新的下标索引的时候。可以使用reindex重新指定新的索引。这个方法不会修改原始DataFrame对象。 使用reindex有以下特点。
NAN来代替。示例代码如下：
# 1. 添加新的索引
df.reindex([0,1,2,3,4])
# 2. 删除某个索引的行
df.reindex([0,2,3])
# 3. 修改索引顺序
df.reindex([2,3,1,0])
应用场景： 设置新的索引、修改索引顺序、删除某些索引。
直接修改index属性也可以实现修改索引的目的，但是他有一个限制，就是新索引的数量，必须和原索引数量一致，否则会报错。这个方法会修改原始DataFrame对象。 示例代码如下：
df.index = ['a', 'b', 'c', 'd' ]
还有一个需要注意的是，这种方法会直接修改原始DataFrame对象。
应用场景： 需要修改原始DataFrame对象的索引值。