Pandas 数据框索引与其他列有何不同？

Question

我正在尝试使用 Pandas 来利用 dataframe.interpolate 来填补时间序列中的空白，但在设置该函数所需的索引时遇到问题。

它提出了一个更普遍的问题：Pandas 数据框由许多列组成，每个列由一个dtype 组成。还有一个行索引，它在我看来非常像一列。

那么...数据框（行）索引和所有其他列之间有什么区别？例如，我可能认为要求所有索引条目都是唯一的，就像 SQL 数据库键一样，但似乎情况并非如此？那么，与非索引列相比，行索引有什么特别之处？

Answer 1

Index 允许 loc 命令调用指定的行。如果有重复，您可以调用所有重复项。如果要指定一行，请使用分层索引或 iloc（数字位置）。

索引中的值重复非常重要，因为它有助于分层索引。这在 pandas 中非常有用

因此，索引是您指定为索引的行。删除列（通过将其分配给索引）、操作数据框并将索引重新作为列重新引入也非常有用。

Interpolate 是一个非常酷的命令，但从内存中它只适用于列。如果要插入索引，

df.reset_index(inplace=True)

然后插入该新列，然后

 df.set_index('column interpolated', inplace=True)

对于时间序列，请考虑 roll 函数。您可以使用它来移动丢失的数据。