Python 创建数据帧自动索引禁用

有没有办法告诉熊猫不要按字符列进行索引？我的代码是

A=['a','b','c']
B=[1,2,3]
pd.DataFrame(A,B)
   0
1  a
2  b
3  c

我想要的只是两列，这样我就可以按A列分组了。我该怎么做呢？我可以这样做，但我想跳过列名以获得尽可能多的性能

pd.DataFrame({'A':A,'B':B})
   A  B
0  a  1
1  b  2
2  c  3

---

如果您实际上只处理两个列，则可以将一个系列逐个分组

In [6]: A = ['a', 'a', 'b', 'b', 'c', 'c']

In [7]: B = [1, 2, 3, 4, 5, 6]

In [8]: pd.Series(B).groupby(A).mean()
Out[8]: 
a    0.5
b    2.5
c    4.5
dtype: float64

我在下面提供了一些时间安排

In [9]: %timeit pd.Series(B).groupby(A).mean()
1000 loops, best of 3: 1.07 ms per loop

In [10]: %timeit pd.DataFrame({'A': A, 'B': B}).groupby('A').mean()
100 loops, best of 3: 2.66 ms per loop

In [11]: %timeit pd.DataFrame(list(zip(A, B))).groupby(0).mean()
100 loops, best of 3: 2.38 ms per loop

---

df=pd.DataFrame（[A，B]）.T

应该会给你想要的东西。

pd.DataFrame（list（zip（A，B））

两者都可以。但是，当我尝试按0分组时，会出现一个错误，如pd.DataFrame（[A，B]）.T.groupby（0.mean（）。我认为当它被转置时，它正在丢失类型。当你说，“所以我可以做groupby列A”，你是什么意思？您想要的输出是什么样的？'pd.DataFrame（list（zip（A，B）））.groupby（0，as_index=False）.mean（）？