Julia DataFrame中是否存在类似Python Pandas的.set_index()功能的函数？

当然有办法实现！Julia的DataFrames.jl库虽然设计理念和Pandas略有不同，但完全可以做到类似.set_index()的效果，下面结合你的需求一步步说明：

基础实现方式（对应Pandas的set_index()） #

假设你的初始DataFrame是这样的：

using DataFrames

# 模拟你给出的示例数据
df = DataFrame(
    value = ["one", "two"],
    col1 = [84, 24],
    col2 = [64, 90],
    col3 = [42, 8],
    col4 = [77, 33]
)

要把value列设置为行索引（类似Pandas的set_index("value")），可以用rownames!函数配合列删除：

# 将value列的值设为行名
rownames!(df, df.value)
# 移除原来的value列（对应Pandas的drop=True）
select!(df, Not(:value))

完成后，你就可以像操作Pandas的索引一样通过行名访问或修改数据：

# 获取"one"行的第2-3列
df["one", 2:3]
# 给"two"行赋值
df["two", :] = 11:14
# 给除了"two"之外的行赋值
df[Not("two"), :] = 4:7

最终得到的结果和你用NamedArray实现的效果一致：

2×4 DataFrame
 Row │ col1   col2   col3   col4  
     │ Int64  Int64  Int64  Int64 
─────┼────────────────────────────
 one │     4      5      6      7
 two │    11     12     13     14

更符合DataFrames.jl习惯的做法 #

需要注意的是，DataFrames.jl的设计更偏向于用列来标识数据，而非依赖行索引。如果你不需要显式的行名，直接保留原列进行筛选和操作会更贴合库的设计逻辑：

# 保留value列的情况下筛选"one"行
subset(df, :value => x -> x .== "one")
# 修改"two"行的所有值
df[df.value .== "two", :] = [11, 12, 13, 14]

这种方式不需要额外设置行名，代码可读性和维护性也更好，是DataFrames社区更推荐的做法。

内容的提问来源于stack exchange，提问作者AfterFray