Pandas: set_index不能与drop一起使用

thx，看来是个错误。 如果输入是从原始切片中切出的Series ，则应删除相应的列。

如果我们传递列名，则工作正常。

dtf.set_index('DATE_TIME', drop=True, inplace=True)
dtf.columns
# Index(['A'], dtype='object')

不是错误-违反了set_index的保证

在此处传递实际列是无效的-

它与实际分配索引不同

有一个PR试图使它起作用-但是它本质上是模棱两可的

甚至不确定您是否可以对此提出警告
（尽管我认为使用就地放置和放置是错误的）

不是错误-违反了set_index的保证

您能详细说明一下set_index的保证吗？ 如果我专门使用drop=True且由于某种原因不允许或不可能丢弃而没有错误，我会感到困惑。

@michaelaye

当您传递键列表时，它是按定义设置索引的。 但是，人们可能会认为[58]是[57]的实际结果。

In [55]: df = pd.DataFrame({'A':range(2),'B':range(2),'C':range(2)})

In [56]: df
Out[56]: 
   A  B  C
0  0  0  0
1  1  1  1

In [57]: df.set_index(['A','B'])
Out[57]: 
     C
A B   
0 0  0
1 1  1

In [58]: df.index=['A','B']

In [59]: df
Out[59]: 
   A  B  C
A  0  0  0
B  1  1  1

In [54]: DataFrame.set_index?
Signature: DataFrame.set_index(self, keys, drop=True, append=False, inplace=False, verify_integrity=False)
Docstring:
Set the DataFrame index (row labels) using one or more existing
columns. By default yields a new object.

Parameters
----------
keys : column label or list of column labels / arrays
drop : boolean, default True
    Delete columns to be used as the new index
append : boolean, default False
    Whether to append columns to existing index
inplace : boolean, default False
    Modify the DataFrame in place (do not create a new object)
verify_integrity : boolean, default False
    Check the new index for duplicates. Otherwise defer the check until
    necessary. Setting to False will improve the performance of this
    method

Examples
--------
>>> indexed_df = df.set_index(['A', 'B'])
>>> indexed_df2 = df.set_index(['A', [0, 1, 2, 0, 1, 2]])
>>> indexed_df3 = df.set_index([[0, 1, 2, 0, 1, 2]])

Returns
-------
dataframe : DataFrame

有什么计划解决这个问题？