如何修改DataFrame的索引？替换索引值且解决reindex无效问题

你用df.reindex(qtrs)无效的原因很明确：reindex是用来根据新索引重新对齐数据的，它会在原DataFrame里找和新索引匹配的行。原索引是数字[0,1,2,3]，新索引是字符串['Q1','Q2','Q3','Q4']，完全没有匹配项，所以返回的是全NaN的空DataFrame，这显然不是你要的结果。

下面是两种直接修改索引的可行方案，都不会新增列，也不会改动原有数据：

方法1：直接赋值索引（最简便） #

直接给DataFrame的index属性赋值新的索引列表，一步到位：

import pandas as pd

# 示例DataFrame（和你的结构一致）
df = pd.DataFrame({'col': [10, 20, 30, 40]}, index=[0, 1, 2, 3])
qtrs = ['Q1', 'Q2', 'Q3', 'Q4']

# 替换索引
df.index = qtrs

方法2：用rename映射替换 #

如果原索引不是连续数字，或者你需要更灵活的索引对应关系，可以用rename方法，通过字典指定原索引到新索引的映射：

# 构建索引映射字典
index_mapping = {0: 'Q1', 1: 'Q2', 2: 'Q3', 3: 'Q4'}
# 执行替换
df = df.rename(index=index_mapping)

内容的提问来源于stack exchange，提问作者Vivek Dabholkar