基于列条件修改Pandas索引值（不使用reset_index）

如果你需要根据某列的条件修改DataFrame的索引值，同时不想用reset_index()方法，可以用以下两种简洁的方式实现：

场景示例 #

初始DataFrame如下：

import pandas as pd

data = {
    "Product": ["Computer", "Printer", "Monitor"],
    "Price": [120, 25, 40],
}

df = pd.DataFrame(data, index=["Item_1", "Item_1", "Item_1"])

输出：

Product  Price
Item_1  Computer    120
Item_1  Printer     25
Item_1  Monitor     40

目标是将Product列值为Monitor的行索引从Item_1改为TOTO。

方法1：复制索引后针对性修改 #

由于Pandas的Index对象默认不可变，我们可以先复制一份索引，定位到需要修改的行后赋值，再替换原索引：

# 复制原索引
idx = df.index.copy()
# 筛选条件行并修改索引值
idx[df['Product'] == 'Monitor'] = 'TOTO'
# 重新赋值索引
df.index = idx

方法2：使用Index.where()一步到位 #

where()方法可以批量处理索引替换，保留满足条件的原索引，不满足的替换为指定值：

df.index = df.index.where(df['Product'] != 'Monitor', 'TOTO')

修改后结果 #

执行任意一种方法后，DataFrame变为：

Product  Price
Item_1  Computer    120
Item_1  Printer     25
TOTO    Monitor     40

内容的提问来源于stack exchange，提问作者olivier dadoun