pandas 存储去掉索引

在Python的数据分析库pandas中，我们经常需要处理大量的数据，这些数据通常以DataFrame的形式存在，而DataFrame的一个重要特性就是它有一个索引（index），在某些情况下，我们可能希望去掉这个索引，例如我们想要将数据保存到CSV文件中，或者我们想要将数据转换为numpy数组，如何去掉pandas DataFrame的索引呢？

我们需要了解什么是索引，在pandas中，索引是一种用于标识每一行的数据的唯一标识符，默认情况下，pandas会为每一行数据生成一个唯一的整数作为索引，我们也可以根据需要自定义索引，我们可以使用日期、姓名等作为索引。

当我们去掉索引时，实际上是将索引列从DataFrame中删除，这并不会改变数据本身，只是改变了数据的表现形式，去掉索引后的数据仍然可以通过原始的索引值进行访问。

接下来，我将详细介绍如何去掉pandas DataFrame的索引。

1、直接去掉索引

最简单的方法就是直接调用DataFrame的drop方法，将索引列删除。

import pandas as pd
创建一个带有索引的DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
去掉索引
df_no_index = df.drop(columns='index')

在这个例子中，我们首先创建了一个带有索引的DataFrame，我们调用了drop方法，将索引列删除，注意，这里的columns参数应该是字符串类型，所以我们使用了引号将'index'括起来。

2、将DataFrame转换为字典

另一种去掉索引的方法是将DataFrame转换为字典，字典是一种无序的数据结构，它没有索引，当我们将DataFrame转换为字典时，索引会被自动去掉。

import pandas as pd
创建一个带有索引的DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
将DataFrame转换为字典
df_no_index = df.to_dict()

在这个例子中，我们首先创建了一个带有索引的DataFrame，我们调用了to_dict方法，将DataFrame转换为字典，注意，这个方法会将所有的列都转换为字典的值，而不是只有一列，如果你只想要某一列的数据，你可以使用to_dict方法的另一个参数orient来指定方向。orient='list'表示将每一行的数据转换为列表。

3、将DataFrame保存为CSV文件

如果你想要将去掉索引后的DataFrame保存为CSV文件，你可以使用to_csv方法。

import pandas as pd
创建一个带有索引的DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
去掉索引
df_no_index = df.drop(columns='index')
将去掉索引后的DataFrame保存为CSV文件
df_no_index.to_csv('output.csv')

在这个例子中，我们首先创建了一个带有索引的DataFrame，我们调用了drop方法，将索引列删除，接着，我们调用了to_csv方法，将去掉索引后的DataFrame保存为CSV文件，注意，这个方法会将整个DataFrame保存为一个CSV文件，而不是每一行的数据分别保存为一个CSV文件，如果你想要每一行的数据分别保存为一个CSV文件，你可以使用to_csv方法的另一个参数mode来指定模式。mode='w'表示覆盖模式，即如果文件已经存在，则先删除再写入；如果文件不存在，则直接写入。