如何在pandas DataFrame中设置字符串类型的索引？

问题原因 #

你遇到的异常是pandas的索引对齐机制导致的，和astype(str)本身没有关系：

• 当你把已经是DataFrame结构的a作为data参数传入pd.DataFrame()构造函数时，额外传入的index参数不会直接替换原数据的索引，而是会用新传入的索引值和原DataFrame a的现有索引做值匹配对齐，只有匹配成功的行才会保留对应值，匹配失败的行统一填充NaN。
• 你直接传入index=a['customerID']时结果正常，说明你原数据a的customerID列取值和a的原有索引值是完全一致的（比如原有索引是整数序列，customerID也是同值的整数序列），所以对齐后所有行都匹配成功，结果看起来没有问题。
• 你用astype(str)把customerID转成字符串之后，新的索引值是字符串类型，和原a的整数索引值无法匹配（比如整数1和字符串'1'在pandas中判断为不相等），所以所有行都匹配失败，最终得到全是空值的表格。

正确写法 #

如果你的需求是把customerID转成字符串后作为索引，可以用以下两种写法规避对齐问题：

1. 构造DataFrame后再修改索引，这是最常用的写法：

# 方法1：直接基于原DataFrame修改索引
df_1 = a.copy()
df_1.index = df_1['customerID'].astype(str)

# 方法2：用set_index方法，可选择是否保留customerID列
df_1 = a.set_index(a['customerID'].astype(str), drop=False)

2. 构造时传入无索引的数组数据，避免对齐：

df_1 = pd.DataFrame(a.values, index=a['customerID'].astype(str), columns=a.columns)

内容的提问来源于stack exchange，提问作者Shawn11