Pandas DataFrame "info" 方法

Question

我合并了多个 csv 文件来生成一个数据框。我使用 .info() 方法快速总结我的数据框，并注意到一个关于 Int64Index 的有趣事实。此行显示数据框包含 20,551,697（> 2000 万）个观察结果，但是，0 to 1,924,562 让我感到困惑。

为什么一个包含 2000 万个条目的数据框只有 0 to 1,924,562 的索引？

<class 'pandas.core.frame.DataFrame'>
Int64Index: 20551697 entries, 0 to 1924562
Data columns (total 15 columns):
 #   Column                   Non-Null Count     Dtype  
---  ------                   --------------     -----  
 0   tripduration             20551697 non-null  int64  
 1   starttime                20551697 non-null  object 
 2   stoptime                 20551697 non-null  object 
 3   start station id         20551517 non-null  float64
 4   start station name       20551517 non-null  object 
 5   start station latitude   20551697 non-null  float64
 6   start station longitude  20551697 non-null  float64
 7   end station id           20551517 non-null  float64
 8   end station name         20551517 non-null  object 
 9   end station latitude     20551697 non-null  float64
 10  end station longitude    20551697 non-null  float64
 11  bikeid                   20551697 non-null  int64  
 12  usertype                 20551697 non-null  object 
 13  birth year               20551697 non-null  int64  
 14  gender                   20551697 non-null  int64  
dtypes: float64(6), int64(4), object(5)
memory usage: 2.4+ GB

Answer 1

没有默认值RangeIndex，我认为原因是索引值重复。

您可以通过Index.has_duplicates查看：

print (df.index.has_duplicates)

要删除重复项，请使用：

df = df.reset_index(drop=True)

Pandas DataFrame "info" 方法

Pandas DataFrame "info" method

pandas

dataframe

python-3.8