Pandas: Não funciona set_index com queda

thx, parece ser um bug. se a entrada for Series fatiada do original, a coluna correspondente deve ser eliminada.

funciona bem se passarmos o nome da coluna.

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

não é um bug - isso viola as garantias de set_index

não é válido passar uma coluna real aqui -

não é o mesmo que atribuir o índice

há um PR onde tente fazer isso funcionar - mas é inerentemente ambíguo

nem mesmo tenho certeza de que você poderia avisar sobre isso
(embora seja um erro usar no local e soltar, eu acho)

não é um bug - isso viola as garantias de set_index

Você poderia explicar qual é a garantia de set_index? Acho confuso se eu usar especificamente drop=True e não obtiver nenhum erro quando, por algum motivo, deixar cair não é permitido ou possível.

@michaelaye

quando você passa uma lista para as chaves, é por definição configurando o índice. No entanto, pode-se pensar que [58] é o 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

algum plano para consertar isso?