如何更改Pandas Series的索引值？

Question

我该如何将 Pandas Series 的索引值从默认的整数值更改为我拥有的列表中的值？ 例如：

x = pd.Series([421, 122, 275, 847, 175])

index_values = ['2014-01-01', '2014-01-02', '2014-01-03', '2014-01-04',
               '2014-01-05'] 

我应该如何让index_values列表中的日期成为我创建的Series的索引？

- Eugene_Harold

Answer 1

set_axis

使用set_axis来更改现有Series的索引：

x = x.set_axis(index_values)

# 2014-01-01    421
# 2014-01-02    122
# 2014-01-03    275
# 2014-01-04    847
# 2014-01-05    175
# dtype: int64

相比于 x.index = index_values，具有以下优点：

1. 方法链式化

x.some_method().set_axis(index_values).another_method()

错误检查

x.set_axis(list('abcdefg')) # ValueError: Length mismatch (Series:5, Index:7)

x.index = list('abcdefg') # No error despite mismatch

---

index参数

如果你正在创建一个新的Series，使用index参数来创建:

x = pd.Series([421, 122, 275, 847, 175], index=index_values)

- tdy

---

set_axis()似乎不起作用。例如，尝试使用s=pd.Series(range(5))创建一个新系列，然后设置一个日期时间索引为pd.date_range('2020-01-01', periods=5, freq='1D')。然后检查s.index的值。使用set_axis()，s.index是一个RangeIndex，但使用.index = ...，它是一个预期的DatetimeIndex。 - Jack M

@JackM 在我的端上运行良好。这将按预期输出一个DatetimeIndex：s = pd.Series(range(5)); i = pd.date_range('2020-01-01', periods=5, freq='1D'); s = s.set_axis(i); print(s.index) - tdy

可能你只是执行了s.set_axis(i)而没有将s重新赋值为s = s.set_axis(i)。如果你不重新赋值，你需要使用s.set_axis(i, inplace=True)，但请注意，inplace不被推荐使用并且最终会被弃用。详见此链接。 - tdy

现在对.index的赋值操作会检查错误（或者至少检查长度不匹配的情况，例如：ValueError: Length mismatch: Expected axis has 5 elements, new values have 7 elements）。我不确定这个功能是从什么时候开始添加的，但我使用的是 Pandas 1.4.3 版本。 - wjandrea

Answer 2

你可以通过list来为索引值赋值：

x.index = index_values
print(x)
2014-01-01    421
2014-01-02    122
2014-01-03    275
2014-01-04    847
2014-01-05    175
dtype: int64

- jezrael