Pandas多个DataFrame设置指定起始索引报错如何解决

错误原因 #

你编写的索引赋值代码逻辑存在错误：Python的range(start, end)在start大于end且步长为默认正整数时，会生成空序列。你传入的range结束值为vaex_df2.shape[0] + 1，该值远小于起始值50001，因此生成的索引序列长度为0，和DataFrame实际行数（报错显示为1024行）不匹配，触发长度不匹配错误。

正确实现方案 #

设置指定起始索引的核心逻辑为：生成从目标起始值开始、长度和DataFrame行数完全一致的连续整数序列，range的结束值应为起始索引 + DataFrame行数。各DataFrame的设置代码如下：

• 第二个DataFrame（起始索引50001）

vaex_df2.index = range(50001, 50001 + vaex_df2.shape[0])

• 第三个DataFrame（起始索引100001）

vaex_df3.index = range(100001, 100001 + vaex_df3.shape[0])

• 第四个DataFrame（按间隔规律起始索引设为150001）

vaex_df4.index = range(150001, 150001 + vaex_df4.shape[0])

• 第五个（最后一个）DataFrame（起始索引200001）

vaex_df5.index = range(200001, 200001 + vaex_df5.shape[0])

补充说明 #

如果后续需要合并5个DataFrame，直接使用vaex的concat方法即可，已设置的索引不会被重置，可保证跨DataFrame的索引唯一性。

内容的提问来源于stack exchange，提问作者Alok Sharma