如何基于行值设置Series索引：固定CH、HH位置，可变值放索引0

核心思路是先定位那个非固定值（既不是CH也不是HH的元素），再按照你要的顺序重新构造Series/DataFrame，这样不管可变值怎么变，都能保证顺序符合要求。

针对Series的代码实现 #

假设你的Series变量名为s：

import pandas as pd

# 示例输入（可变值可能是V2/SB/FG等）
s = pd.Series(['CH', 'SB', 'HH'], name='Name')

# 提取可变值：筛选出不是CH和HH的元素
variable_val = s[~s.isin(['CH', 'HH'])].iloc[0]

# 按要求顺序重建Series
ordered_s = pd.Series([variable_val, 'CH', 'HH'], name='Name')

运行后输出就是：

0    SB
1    CH
2    HH
Name: Name, dtype: object

如果你实际用的是DataFrame #

如果你的数据是DataFrame格式（列名为Name）：

df = pd.DataFrame({'Name': ['CH', 'FG', 'HH']})

# 提取可变值
variable_val = df.loc[~df['Name'].isin(['CH', 'HH']), 'Name'].iloc[0]

# 重建有序的DataFrame
ordered_df = pd.DataFrame({'Name': [variable_val, 'CH', 'HH']})

这样不管可变值换成什么，都能自动放在索引0的位置，CH和HH固定在1、2位，彻底解决你之前reindex失效的问题——因为reindex是基于索引标签操作，而你需要的是按元素值的规则重新排序，直接构造新序列是最可靠的方式。

内容的提问来源于stack exchange，提问作者JakeP