如何将pandas中带TimeStamps索引的DataFrame索引当作普通列取值？

有几种简单直接的方式可以实现需求：

• 直接调用df.index：这是最便捷的方式，返回的就是包含所有TimeStamp的索引对象，你可以像操作普通Series一样使用它——比如取单个时间戳df.index[0]、切片df.index[1:3]，或者遍历所有索引值。
• 转换为普通列：使用df.reset_index()方法，会把原TimeStamp索引转换成名为index的普通列，之后就能像访问常规列一样用df["index"]获取这些时间戳值了。如果不需要保留原索引结构，也可以通过df.reset_index(drop=True)直接丢弃原索引。
• 转为Series对象：如果需要将索引转为独立的Series，调用df.index.to_series()即可得到一个结构与原索引一致的Series；要是想重置这个Series的索引，加上reset_index(drop=True)参数就行。

举个实际示例：

import pandas as pd
# 构造带TimeStamp索引的DataFrame
dates = pd.date_range('2023-01-01', periods=3)
df = pd.DataFrame({'value': [1,2,3]}, index=dates)

# 直接获取索引
print(df.index)
# 转成普通列后访问
df_reset = df.reset_index()
print(df_reset["index"])
# 转为Series
print(df.index.to_series())

内容的提问来源于stack exchange，提问作者catasaurus