列表中DataFrame调用index方法报错，如何获取其索引？

我有一个包含多个DataFrame的列表，想获取它们在列表中的索引。相关代码如下：

import pandas as pd
import numpy as np

I0 = pd.DataFrame({'Eng': [11], 
                  'Fr': [10], 
                  'It': [9],
                  'Sp': [11],
                  'Jp': [12]
                  })
I1 = pd.DataFrame({'Eng': [9], 
                  'Fr': [4], 
                  'It': [9],
                  'Sp': [11],
                  'Jp': [15]
                  })
I = [I0, I1]

执行I.index(I0)能正确返回0，但执行I.index(I1)时出现错误。我试过以下操作都没解决：

• 调换DataFrame在列表中的位置，错误依旧；
• 改用元组或集合替代列表，错误依旧；
• 调整列表中DataFrame的顺序，错误依旧。

想问有没有其他方法可以获取列表中DataFrame的索引？

原因分析 #

列表的index()方法依赖元素的相等性判断，但Pandas的DataFrame直接用==判断时，会返回布尔值组成的DataFrame而非单个布尔值，导致index()无法正确匹配元素，从而报错。

可行方案 #

方案1：用DataFrame.equals()遍历匹配

Pandas提供了专门判断两个DataFrame是否完全相等的equals()方法，直接遍历列表匹配即可：

def get_df_index(df_list, target_df):
    for idx, df in enumerate(df_list):
        if df.equals(target_df):
            return idx
    return -1  # 未找到时返回-1

# 使用示例
print(get_df_index(I, I0))  # 输出0
print(get_df_index(I, I1))  # 输出1

方案2：通过哈希值匹配

计算每个DataFrame的哈希值，通过哈希值对比来确定索引：

import pandas.util.hash_pandas_object as hash_pd

def get_df_index(df_list, target_df):
    target_hash = hash_pd(target_df).sum()
    for idx, df in enumerate(df_list):
        if hash_pd(df).sum() == target_hash:
            return idx
    return -1

# 使用示例
print(get_df_index(I, I0))  # 输出0
print(get_df_index(I, I1))  # 输出1

方案3：提前给DataFrame添加标识属性

如果可以提前处理DataFrame，给每个对象添加自定义属性标记索引，后续直接读取即可：

# 初始化时添加索引属性
I0._list_idx = 0
I1._list_idx = 1
I = [I0, I1]

# 直接获取索引
print(I0._list_idx)  # 输出0
print(I1._list_idx)  # 输出1

内容的提问来源于stack exchange，提问作者Younes AT