如何将Pandas现有DataFrame的列名设为新DataFrame的索引？

看起来你想要把原DataFrame的列名作为新DataFrame的索引，但之前的代码因为语法和逻辑问题没达到效果，我来帮你梳理一下：

首先，先明确你的原始DataFrame结构（补充了NaN的位置，方便理解）：

col1 col2 col3 col4        col5 col6
A    q    12   12/5/2018   NaN  NaN
B    w    13   12/6/2018   NaN  NaN
C    e    15   12/7/2018   NaN  NaN
D    r    12   12/8/2018   NaN  NaN
E    t    18   12/9/2018   NaN  NaN
F    y    19   12/10/2018  NaN  NaN
G    u    21   12/5/2018   NaN  NaN

为什么你之前的代码没用？ #

你写的代码有两个关键问题：

1. 语法错误：index['col1','col2',...]缺少了等号，正确的参数写法应该是index=['col1','col2',...]
2. 长度不匹配：原DataFrame有7行数据，但你要设置的索引只有6个元素（col1到col6），pandas不允许索引长度和数据行数不一致，所以会直接忽略你的索引设置，保留原来的默认索引[1,2,...7]

正确的实现方式 #

要让新DataFrame的索引是原列名，最合理的做法是转置原DataFrame——转置后，原DataFrame的列名会自动成为新DataFrame的行索引，原行索引则变成新DataFrame的列名。代码如下：

import pandas as pd

# 假设你的原始DataFrame是df
new_dataframe = df.T

执行后，你可以检查：

• new_dataframe.index.values会返回array(['col1', 'col2', 'col3', 'col4', 'col5', 'col6'], dtype=object)
• 如果需要设置索引的名称，可以额外加一行：

  new_dataframe.index.name = '原列名'  # 自定义索引名称
  

补充说明 #

如果你不想转置（比如有特殊的结构需求），那你需要先调整数据的形状，让行数和索引长度匹配，但这种场景比较少见。转置是最直接符合你需求的方案，因为它天然把原列名映射成了新DataFrame的索引。

内容的提问来源于stack exchange，提问作者Piyush S. Wanare