Python 更改dataframe索引值，同时保持其他列数据相同

我有一个4列251行的数据框和一个数字的级数索引，例如1000到1250。索引最初是为了帮助连接来自4个不同数据帧的数据。然而，一旦我把这4列放在一起，我想把索引改成一个从250到0的数字级数。这是因为我将对不同的数据集（4组）执行相同的操作，这些数据集将具有不同的索引，例如2000到2250或500到750，但都具有相同的行数。250到0是统一这些数据集的一种方式，但我不知道如何做到这一点。i、 e.我正在寻找用函数范围（250，0，-1）替换任何现有索引的东西

我试过使用下面的set_索引和一大堆其他的尝试，它们总是会返回错误

df.set_index(range(250, 0, -1), inplace=True) 

---

在这个例子中，当我能够将df的索引设置为范围时，4列中的数据将更改为NaN，因为它们没有与新索引匹配的数据。如果这是初步的，我很抱歉，但我在python/pandas的世界里已经一周大了，在+10年内还没有编程，我花了2天的时间试图把这当成一个练习来解决，但现在是哭的时候了。。。叔叔

首先尝试将250:0索引作为列引入，然后将其设置为索引：

df = pd.DataFrame({'col1': list('abcdefghij'), 'col2': range(0, 50, 5)})
df['new_index'] = range(30, 20, -1)
df.set_index('new_index')

之前：

  col1  col2  new_index
0    a     0         30
1    b     5         29
2    c    10         28
3    d    15         27
4    e    20         26
5    f    25         25
6    g    30         24
7    h    35         23
8    i    40         22
9    j    45         21

之后：

          col1  col2
new_index           
30           a     0
29           b     5
28           c    10
27           d    15
26           e    20
25           f    25
24           g    30
23           h    35
22           i    40
21           j    45

你可以这么做

df.index = range(250, 0, -1)

---

还是我遗漏了什么？

感谢您的快速响应，我刚刚尝试过，我相信我遇到了某种类型的数据类型冲突。我可以将250:0作为一列添加到数据集中，set_index命令不会引发任何错误，但是当我查看数据帧时，我仍然使用250:0作为最后一列的旧索引。下面是我在执行set_index命令时得到的输出。我没有像您那样在代码中使用

inplace=True

参数，因此它实际上没有修改

df

，只返回设置了这些索引的新数据帧。添加那个参数，或者将结果赋给一个新变量，你应该很好。所有问题都解决了。感谢并抱歉我之前的回答不完整。是的，这个答案更好，因为它避免了在设置索引之前创建额外的列。