Question

在将Pandas DataFrame写入CSV时，我需要索引从1开始而不是0。

以下是一个例子：

In [1]: import pandas as pd

In [2]: result = pd.DataFrame({'Count': [83, 19, 20]})

In [3]: result.to_csv('result.csv', index_label='Event_id')

产生以下输出：

In [4]: !cat result.csv
Event_id,Count
0,83
1,19
2,20

但我想要的输出是：

In [5]: !cat result2.csv
Event_id,Count
1,83
2,19
3,20

我意识到这可以通过在我的数据框中添加一个由1移位的整数序列来完成，但我是Pandas的新手，我想知道是否存在更清晰的方法。

Answer 1

索引是一个对象，默认索引从0开始：

>>> result.index
Int64Index([0, 1, 2], dtype=int64)

您可以使用

将此索引移至1

>>> result.index += 1 
>>> result.index
Int64Index([1, 2, 3], dtype=int64)

Answer 2

在写入csv之前设置索引。 df.index = np.arange(1, len(df))

然后正常写。

Answer 3

来源：In Python pandas, start row index from 1 instead of zero without creating additional column

工作示例：

import pandas as pdas
dframe = pdas.read_csv(open(input_file))
dframe.index = dframe.index + 1

Answer 4

一行中的另一种方式：

df.shift()[1:]

Answer 5

这对我有用

 df.index = np.arange(1, len(df)+1)

Answer 6

在我看来，最好的方法是使用 RangeIndex

设置索引

import pandas as pd

result = pd.DataFrame({'Count': [83, 19, 20]}, 
                      index=pd.RangeIndex(start=1, stop=4, name='index')
                     )
>>> result
       Count
index       
1         83
2         19
3         20

我更喜欢这样，因为您可以在一行中定义范围以及索引的可能 step 和 name。

Answer 7

您可以使用这个：

import pandas as pd

result = pd.DataFrame({'Count': [83, 19, 20]})
result.index += 1
print(result)

或通过使用numpy库的帮助来实现这一点：

import pandas as pd
import numpy as np

result = pd.DataFrame({'Count': [83, 19, 20]})
result.index = np.arange(1, len(result)+1)
print(result)

np.arange将创建一个numpy数组，并在给定的时间间隔(1, len(result)+1)中返回值，最后将该数组分配给result.index。

Answer 8

从原始答案中分叉，得到一些美分：

如果我没记错的话，从0.23版开始，索引对象是RangeIndex类型

来自official doc：

RangeIndex是Int64Index的一种节省内存的特殊情况，仅限于表示单调范围。在某些情况下，使用RangeIndex可能提高计算速度。

在索引范围很大的情况下，使用索引的表示方式是有意义的，而不是立即定义整个索引（节省内存）。

因此，有一个示例（使用Series，但它也适用于DataFrame）：

>>> import pandas as pd
>>> 
>>> countries = ['China', 'India', 'USA']
>>> ds = pd.Series(countries)
>>> 
>>>
>>> type(ds.index)
<class 'pandas.core.indexes.range.RangeIndex'>
>>> ds.index
RangeIndex(start=0, stop=3, step=1)
>>> 
>>> ds.index += 1
>>> 
>>> ds.index
RangeIndex(start=1, stop=4, step=1)
>>> 
>>> ds
1    China
2    India
3      USA
dtype: object
>>>

如您所见，index对象的增量改变了start和stop参数。

Answer 9

使用此 df.index = np.arange（1，len（df）+1）

Pandas DataFrame的起始索引为1

9 个答案: