Pandas: No funciona set_index con drop

gracias, parece ser un error. si la entrada es un Series cortado del original, la columna correspondiente debe descartarse.

funciona bien si pasamos el nombre de la columna.

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

no es un error - esto viola las garantías de set_index

no es válido pasar una columna real aquí -

no es lo mismo que asignar el índice

hay un PR en el que intentar hacer que esto funcione, pero es inherentemente ambiguo

ni siquiera estoy seguro de que puedas advertir sobre esto
(aunque ES un error usar en lugar y soltar, creo)

no es un error - esto viola las garantías de set_index

¿Podría explicar qué garantía es de set_index? Me resulta confuso si utilizo específicamente drop=True y no obtengo ningún error cuando, por alguna razón, no se permite o no es posible eliminar.

@michaelaye

cuando pasa una lista para las claves, por definición se establece el índice. Sin embargo, se podría pensar que [58] es el resultado real de [57].

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

¿algún plan para arreglar esto?