能否在调用pd.DataFrame()时直接设置索引，无需后续调用set_index？

现有代码通过先创建DataFrame，再调用set_index()方法将'id'列设为索引，具体代码如下：

import pandas as pd
data = [["aa", 1, 2], ["bb", 3, 4]]
df = pd.DataFrame(data, columns=['id', 'a', 'b'])
df = df.set_index('id')
print(df)

"""
    a  b
id      
aa  1  2
bb  3  4
"""

请问能否直接在调用pd.DataFrame(...)时传入参数完成索引设置，省去后续的set_index步骤？

当然可以，只需调整数据传入的方式，直接在创建DataFrame时通过index参数指定索引即可：

• 把原数据中作为索引的'id'列单独提取出来，传给index参数
• 剩下的数值部分作为data参数传入
• 同时指定columns为['a', 'b']

修改后的代码如下：

import pandas as pd
data = [[1, 2], [3, 4]]
df = pd.DataFrame(data, index=['aa', 'bb'], columns=['a', 'b'])
print(df)

运行后输出和原代码完全一致：

a  b
aa  1  2
bb  3  4

如果不想拆分原数据列表，也可以通过列表推导提取索引和数据部分，直接传入参数：

import pandas as pd
data = [["aa", 1, 2], ["bb", 3, 4]]
df = pd.DataFrame([row[1:] for row in data], 
                  index=[row[0] for row in data], 
                  columns=['a', 'b'])
print(df)

这样也能得到相同结果，无需额外调用set_index。

内容的提问来源于stack exchange，提问作者Basj