如何在Pandas数据框架中获得行/索引名称

获得行/索引名称在Pandas数据框架中非常重要，因为它可以帮助我们在数据处理中更清晰地识别和引用不同的行或列。

一、获得行名称

要获取行名称，可以使用Pandas中的index属性。例如，我们有一个包含5行5列的数据框：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 
                   'B': [6, 7, 8, 9, 10], 
                   'C': [11, 12, 13, 14, 15], 
                   'D': [16, 17, 18, 19, 20],  
                   'E': [21, 22, 23, 24, 25]})

这个数据框的行名称可以通过index属性来获取：

df.index

输出结果：

RangeIndex(start=0, stop=5, step=1)

这里我们使用了RangeIndex类型，这是Pandas默认生成的索引类型。除此之外，我们还可以通过set_index方法指定自定义行索引，例如：

df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 
                   'B': [6, 7, 8, 9, 10], 
                   'C': [11, 12, 13, 14, 15], 
                   'D': [16, 17, 18, 19, 20],  
                   'E': [21, 22, 23, 24, 25]},
                  index=['a', 'b', 'c', 'd', 'e'])
df.index

输出结果：

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

注意到这里索引的类型是Index，它表示一个Pandas的Index对象。可以使用tolist()方法将其转化为列表：

df.index.tolist()

输出结果：

['a', 'b', 'c', 'd', 'e']

这样我们就可以获取到这个数据框中所有的行名称了。

二、获得列名称

要获取列名称，可以使用Pandas中的columns属性。例如，在我们的数据框中，我们可以这样获取所有的列名称：

df.columns

输出结果：

Index(['A', 'B', 'C', 'D', 'E'], dtype='object')

注意到这里我们同样使用了Index对象，可以使用tolist()方法将其转化为列表：

df.columns.tolist()

输出结果：

['A', 'B', 'C', 'D', 'E']

这样我们就可以获取到这个数据框中所有的列名称了。

三、总结

通过index和columns属性，我们可以很容易地获取数据框中的行和列的名称，并将其转化为列表进行处理。需要注意的是，如果我们在创建数据框的时候指定了自定义的标签，那么在获取行和列的名称时，需要注意返回的对象类型可能会不同。