pandas.DataFrame.set_index #

数据框。set_index ( keys , * , drop = True , append = False , inplace = False , verify_integrity = False ) [来源] #

使用现有列设置 DataFrame 索引。

使用一个或多个现有列或数组（具有正确的长度）设置 DataFrame 索引（行标签）。该索引可以替换现有索引或对其进行扩展。

参数：

键标签或类似数组或标签/数组列表: 此参数可以是单个列键、与调用 DataFrame 长度相同的单个数组，也可以是包含列键和数组的任意组合的列表。这里，“数组”包含Series、Index、np.ndarray和的实例Iterator。
drop bool，默认 True: 删除要用作新索引的列。
附加布尔值，默认 False: 是否将列附加到现有索引。
inplace布尔值，默认 False: 是否修改 DataFrame 而不是创建一个新的。
verify_integrity bool, 默认 False: 检查新索引是否有重复项。否则将检查推迟到必要时。设置为 False 将提高此方法的性能。

返回：

数据框或无: 更改行标签或无如果inplace=True。

也可以看看

DataFrame.reset_index: 与 set_index 相反。
DataFrame.reindex: 更改为新索引或扩展索引。
DataFrame.reindex_like: 更改为与其他 DataFrame 相同的索引。

例子

>>> df = pd.DataFrame({'month': [1, 4, 7, 10],
...                    'year': [2012, 2014, 2013, 2014],
...                    'sale': [55, 40, 84, 31]})
>>> df
   month  year  sale
0      1  2012    55
1      4  2014    40
2      7  2013    84
3     10  2014    31

将索引设置为“月”列：

>>> df.set_index('month')
       year  sale
month
1      2012    55
4      2014    40
7      2013    84
10     2014    31

使用列“年”和“月”创建多重索引：

>>> df.set_index(['year', 'month'])
            sale
year  month
2012  1     55
2014  4     40
2013  7     84
2014  10    31

使用索引和列创建多重索引：

>>> df.set_index([pd.Index([1, 2, 3, 4]), 'year'])
         month  sale
   year
1  2012  1      55
2  2014  4      40
3  2013  7      84
4  2014  10     31

使用两个系列创建多重索引：

>>> s = pd.Series([1, 2, 3, 4])
>>> df.set_index([s, s**2])
      month  year  sale
1 1       1  2012    55
2 4       4  2014    40
3 9       7  2013    84
4 16     10  2014    31