Series 是否有相当于 set_index 的功能？

Question

我正在尝试

pandas

，但在使用

concat()

（而不是已弃用的

append()

）来填充大量

DataFrame

时遇到了问题

Series

，名称应该取自（移动）自每个

Series

的某个值（类似于

DataFrame.set_index()

）

以下代码有效，但我不知道如何以正确的

pandas

用法复制它：

_collection = pd.DataFrame()
with open(filename) as _f:
for _line in _f.readlines():
    # Parse the line into a dictionary
    # e.g: {"Worker ID": 123, "Name": "John Smith", "Salary ($)": 1000}
    _entry = re.match(RE_ENTRY, _line).groupdict()
    # Append the dictionary to _collection using pd.concat()
    _collection= pd.concat([_collection, pd.Series(_entry, name=_entry.pop("Work ID"))], axis=1)
return _collection

我发现用将

name=_entry.pop("Work ID")

更改为

return _collection

来替换

return _collection.T.set_index("Work ID").T

解决方法，但这似乎是多余的......

我假设有一种更干净的方法可以用

pandas

来做到这一点，但不可否认的是我对此知之甚少！

P.S：可能有一个列表理解解决方案，但我需要调整解析后的一些值

_entry

。

Answer 1

您可以使用

set_axis

：

>>> sr = pd.Series(list('ABCDEF'))
0    A
1    B
2    C
3    D
4    E
5    F
dtype: object


>>> sr.set_axis(range(8, 14))
8     A
9     B
10    C
11    D
12    E
13    F
dtype: object