在熊猫中，如何使用列索引而不是引用列名来设置set_index？

Question

例如：

我们有一个带有2列['A'，'B']的Pandas dataFrame foo。

我想做类似的功能 foo.set_index([0,1]) 而不是 foo.set_index(['A', 'B'])

也尝试过foo.set_index([[0,.1]])，但出现此错误：

长度不匹配：预期轴有9个元素，新值有2个元素

Answer 1

如果列索引是唯一的，则可以使用：

df.set_index(list(df.columns[cols]))

其中cols是序数索引列表。

例如，

In [77]: np.random.seed(2016)

In [79]: df = pd.DataFrame(np.random.randint(10, size=(5,4)), columns=list('ABCD'))

In [80]: df
Out[80]: 
   A  B  C  D
0  3  7  2  3
1  8  4  8  7
2  9  2  6  3
3  4  1  9  1
4  2  2  8  9

In [81]: df.set_index(list(df.columns[[0,2]]))
Out[81]: 
     B  D
A C      
3 2  7  3
8 8  4  7
9 6  2  3
4 9  1  1
2 8  2  9

如果DataFrame的列索引不是unique，则不可能通过label设置索引，而通过ordinals 设置索引则更为复杂：

import numpy as np
import pandas as pd
np.random.seed(2016)

def set_ordinal_index(df, cols):
    columns, df.columns = df.columns, np.arange(len(df.columns))
    mask = df.columns.isin(cols)
    df = df.set_index(cols)
    df.columns = columns[~mask]
    df.index.names = columns[mask]
    return df

df = pd.DataFrame(np.random.randint(10, size=(5,4)), columns=list('AAAA'))
print(set_ordinal_index(df, [0,2]))

产量

     A  A
A A      
3 2  7  3
8 8  4  7
9 6  2  3
4 9  1  1
2 8  2  9