序数索引与DataFrame索引是否有标准区分术语？

我创建了一个DataFrame：

import pandas as pd
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Aritra'],
                   'Age': [25, 30, 35],
                   'Location': ['Seattle', 'New York', 'Kona']},
                  index=([10, 20, 30]))

当让用户输入想要查看的行号时，用户输入0表示第一行，但df.loc[0]无法找到该行，因为DataFrame的index值仅为10、20、30。

我自行定义了“ordinal indexes（序数索引，用于表示行的顺序位置）”和“dataframe indexes（DataFrame索引，即行在DataFrame中的索引值）”来区分这两种索引，且df.index[ordinal_index] == df_index。

请问是否存在区分这两种索引的标准术语？

在Pandas的官方语境中，这两种索引有明确的标准术语：

• 位置索引（Position-based Index / Integer Position）：对应你所说的“序数索引”，指行/列在DataFrame中的顺序位置，从0开始计数。Pandas中用iloc来基于位置索引访问数据，比如df.iloc[0]就能获取第一行数据。
• 标签索引（Label-based Index）：对应你所说的“DataFrame索引”，指DataFrame中显式定义的index（行标签）或columns（列标签）。Pandas中用loc来基于标签索引访问数据，比如df.loc[10]就能获取索引值为10的行数据。

简单来说，位置索引是“第几行/列”，标签索引是“叫什么名字的行/列”——位置索引由数据排列顺序决定，标签索引则是用户自定义或系统生成的标识值。

内容的提问来源于stack exchange，提问作者Pro Q