如何将生成的Pandas Series索引设置为DataFrame某列的值？

嘿，这个问题其实很容易解决，根本不需要手动遍历！你可以直接用Pandas Series的.set_axis()方法来替换索引，或者在生成差值Series的时候直接指定索引参数，两种方式都很高效。

方法一：生成差值后直接替换索引 #

先计算出你要的最大减最小的Series，然后用.set_axis()把索引换成df['Colname']的取值：

import pandas as pd

# 先计算行的最大值减最小值
diff_series = q7.loc[:, list(q7)].max(axis=1) - q7.loc[:, list(q7)].min(axis=1)
# 替换索引为df['Colname']的列表
diff_series = diff_series.set_axis(df['Colname'], axis=0)

方法二：生成时直接指定索引 #

更一步到位的写法，在计算差值后直接传入index参数创建新的Series：

# 先计算差值的数值数组
diff_values = q7.loc[:, list(q7)].max(axis=1) - q7.loc[:, list(q7)].min(axis=1)
# 直接用指定索引创建Series
diff_series = pd.Series(diff_values.values, index=df['Colname'])

补充说明 #

你之前找文档没找到对应方法，可能是混淆了.set_index()和.set_axis()：

• .set_index()是给DataFrame用的，用来把某一列设为索引；
• 而.set_axis()是针对Series/DataFrame的轴标签（索引或列名）进行替换的，刚好符合你要替换Series索引的需求。

这两种方法都避免了手动遍历，完全贴合你的需求～

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