如何将一个Series的值作为另一个Series的索引，指定名称并按索引对齐

这在pandas里是非常容易做到的操作，我给你用示例代码一步步说明：

步骤1：先准备示例数据 #

假设我们有两个Series，一个是待修改索引的目标Series，另一个是要作为新索引的Series：

import pandas as pd

# 目标Series（我们要修改它的索引）
s_data = pd.Series([12, 24, 36, 48])
# 用来作为新索引的Series
s_index_values = pd.Series([6.0, 7.5, 8.2, 9.1])

步骤2：替换索引并设置索引名称 #

有两种简洁的方式可以完成你的需求：

方式一：直接修改索引属性 #

先把目标Series的索引替换成第二个Series的数值，再给索引指定名称：

# 将s_index_values的值设为s_data的索引
s_data.index = s_index_values
# 给索引命名为"average"
s_data.index.name = "average"

方式二：使用set_axis链式操作 #

如果你喜欢更简洁的链式写法，可以用set_axis一步完成替换+命名：

s_data = s_data.set_axis(s_index_values, axis=0, name="average")

最终效果 #

执行完上面任意一种操作后，打印s_data会得到你想要的结果：

average
6.0    12
7.5    24
8.2    36
9.1    48
dtype: int64

⚠️ 注意：要确保两个Series的长度完全一致，否则会抛出索引不匹配的错误哦！

内容的提问来源于stack exchange，提问作者felocru