Python 3.4与3.6中pandas set_index函数差异及修复咨询

我有一个名为Value的pandas DataFrame，初始数据如下：

Value: 
   Tenor  CurrPrice
0     on    0.123
1     1b    0.234
2     tn    0.456
3     1w    0.678

在Python 3.4环境下执行Value.set_index('Tenor', inplace=True)后，结果为：

Value
     
       CurrPrice
Tenor
on      0.123
1b      0.234
tn      0.456
1w      0.678

但在Python 3.6环境下执行相同代码后，索引值被添加了小括号和逗号，结果如下：

Value
     
         CurrPrice
Tenor
(on,)      0.123
(1b,)      0.234
(tn,)      0.456
(1w,)      0.678

这种差异导致业务流程出现问题，现咨询两个问题：

1. 为何会出现该差异？
2. 如何修改Python 3.6环境下的输出，使其与Python 3.4的结果一致？

1. 差异原因 #

核心原因是pandas版本迭代带来的逻辑变更，和Python 3.4/3.6语言本身无关：

• 对应Python 3.4的早期pandas版本（如0.19.x及更早），将单列设置为索引时，默认生成普通的Index对象，直接显示索引值本身。
• 对应Python 3.6的较新pandas版本（如0.20+），若set_index的参数被隐性识别为元组（比如代码中存在未察觉的类型转换，或是版本对参数处理逻辑调整），会生成MultiIndex（多级索引）——即使只有一级，也会以(值,)的元组格式展示。

2. 修复方案 #

以下几种方法都能让Python 3.6环境下的结果和Python 3.4一致：

• 方法一：显式创建普通索引
  设置索引时，直接用pd.Index包装目标列，强制生成普通索引：

  import pandas as pd
  Value.set_index(pd.Index(Value['Tenor']), inplace=True)
  

• 方法二：转换已有多级索引
  如果已经生成了带元组的索引，提取索引的第一级值重新赋值：

  Value.index = Value.index.get_level_values(0)
  

• 方法三：确保列类型正确
  先检查Tenor列的类型，若为元组则转换为字符串，再设置索引：

  Value['Tenor'] = Value['Tenor'].astype(str)
  Value.set_index('Tenor', inplace=True)
  

内容的提问来源于stack exchange，提问作者Sumit Chouhan