如何在熊猫中创建时间序列列并重新索引？

Question

如何在熊猫中创建列并重新索引？

我是大熊猫新手。 我有5行数据框，如下所示：

   A     B     C     D
0  2.34  3.16  99.0  3.2
1  2.1   55.5  77.5  1
2  22.1  54    89    33
3  23    1.24  4.7   5
4  45    2.5   8.7   99

我想用新索引1到5替换索引列0,1 ... 4。我的预期输出是：

   A     B     C     D
1  2.34  3.16  99.0  3.2
2  2.1   55.5  77.5  1
3  22.1  54    89    33
4  23    1.24  4.7   5
5  45    2.5   8.7   99

我所做的是创建一个新列：

new_index = pd.DataFrame({'#': range(1, 5 + 1 ,1)})

然后我尝试重新索引：

df.reindex(new_index)

但我得到了错误： ValueError: Buffer has wrong number of dimensions (expected 1, got 2)

我该怎么做才能重新索引以前的索引？ 谢谢。

Answer 1

使用set_index

In [5081]: df.set_index([range(1, 6)])
Out[5081]:
       A      B     C     D
1   2.34   3.16  99.0   3.2
2   2.10  55.50  77.5   1.0
3  22.10  54.00  89.0  33.0
4  23.00   1.24   4.7   5.0
5  45.00   2.50   8.7  99.0

或设置df.index值

In [5082]: df.index = range(1, 6)

In [5083]: df
Out[5083]:
       A      B     C     D
1   2.34   3.16  99.0   3.2
2   2.10  55.50  77.5   1.0
3  22.10  54.00  89.0  33.0
4  23.00   1.24   4.7   5.0
5  45.00   2.50   8.7  99.0

---

细节

_原始df

In [5085]: df
Out[5085]:
       A      B     C     D
0   2.34   3.16  99.0   3.2
1   2.10  55.50  77.5   1.0
2  22.10  54.00  89.0  33.0
3  23.00   1.24   4.7   5.0
4  45.00   2.50   8.7  99.0

Answer 2

您需要.values

df.index=df.index.values+1
df
Out[141]: 
       A      B     C     D
1   2.34   3.16  99.0   3.2
2   2.10  55.50  77.5   1.0
3  22.10  54.00  89.0  33.0
4  23.00   1.24   4.7   5.0
5  45.00   2.50   8.7  99.0

按零：

df.index += 1