pandas.Seriesのインデックスと値を入れ替え（スワップ）
pandas.Seriesのインデックス（ラベル）と値を入れ替える（スワップする）方法を説明する。
以下のpandas.Seriesを例とする。timeitモジュールは処理速度計測のためにインポートしている。
import pandas as pd
import timeit
s = pd.Series(['a', 'b', 'c', 'd', 'e'])
print(s)
# 0 a
# 1 b
# 2 c
# 3 d
# 4 e
# dtype: object
以下の内容について説明する。
- コンストラクタにインデックスと値を入れ替えて指定
values属性を使う場合と使わない場合の速度比較
コンストラクタにインデックスと値を入れ替えて指定
pandas.Seriesにインデックスと値を入れ替えるメソッドはないので、コンストラクタpandas.Series()の第一引数dataと第二引数indexにそれぞれ元のpandas.Seriesのインデックスと値を指定して新たなpandas.Seriesを生成する。
s_swap = pd.Series(s.index.values, s.values)
print(s_swap)
# a 0
# b 1
# c 2
# d 3
# e 4
# dtype: int64
ここではpandas.Seriesおよびそのindexのvalues属性（NumPy配列numpy.ndarray）を使っている。
print(s.values)
# ['a' 'b' 'c' 'd' 'e']
print(type(s.values))
# <class 'numpy.ndarray'>
print(s.index.values)
# [0 1 2 3 4]
print(type(s.index.values))
# <class 'numpy.ndarray'>
values属性を使わずにそのまま指定しても同じ結果が得られるが、values属性を使ったほうが多少速い（後述）。
s_swap = pd.Series(s.index, s)
print(s_swap)
# a 0
# b 1
# c 2
# d 3
# e 4
# dtype: int64
values属性を使う場合と使わない場合の速度比較
values属性を使う場合と使わない場合の速度をtimeitモジュールを使って比較する。
以下のようにvalues属性を使ったほうが速い。
loop = 10000
result = timeit.timeit(lambda: pd.Series(s.index.values, s.values), number=loop)
print(result / loop)
# 8.694580160081386e-05
result = timeit.timeit(lambda: pd.Series(s.index, s), number=loop)
print(result / loop)
# 0.00010916587258689105
元のpandas.Seriesのサイズが大きくても同じ。
s_large = pd.concat([s] * 100000)
print(len(s_large))
# 500000
loop = 100
result = timeit.timeit(lambda: pd.Series(s_large.index.values, s_large.values), number=loop)
print(result / loop)
# 0.005923357829451561
result = timeit.timeit(lambda: pd.Series(s_large.index, s_large), number=loop)
print(result / loop)
# 0.006492725329007953
とはいえ、よっぽど巨大なpandas.Seriesでない限りそんなに時間がかかるわけでもないので、values属性を使っても使わなくてもどっちでもいいかもしれない。