teradataml.geospatial.geodataframe.GeoDataFrame.set_index = set_index(self, keys, drop=True, append=False)

    DESCRIPTION:
        Assigns one or more existing columns as the new index to a teradataml GeoDataFrame.
 
    PARAMETERS:
 
        keys:
            Required Argument.
            Specifies the column name or a list of column names to use as the GeoDataFrame index.
            Types: str OR list of Strings (str)
 
        drop:
            Optional Argument.
            Specifies whether or not to display the column(s) being set as index as
            teradataml GeoDataFrame columns anymore.
            When drop is True, columns are set as index and not displayed as columns.
            When drop is False, columns are set as index; but also displayed as columns.
            Note: When the drop argument is set to True, the column being set as index does not cease to
                  be a part of the underlying table upon which the teradataml GeoDataFrame is based off.
                  A column that is dropped while being set as an index is merely not used for display
                  purposes anymore as a column of the teradataml GeoDataFrame.
            Default Value: True
            Types: bool
 
        append:
            Optional Argument.
            Specifies whether or not to append requested columns to the existing index.
`           When append is False, replaces existing index.
            When append is True, retains both existing & currently appended index.
            Default Value: False
            Types: bool
 
    RETURNS:
        teradataml GeoDataFrame
 
    RAISES:
        TeradataMlException
 
    EXAMPLES:
        >>> load_example_data("geodataframe","sample_cities")
        >>> df = GeoDataFrame("sample_cities")
        >>> df.sort('skey')
               city_name                                 city_shape
        skey
        0     Oceanville            POLYGON ((1 1,1 3,6 3,6 0,1 1))
        1        Seaside  POLYGON ((10 10,10 20,20 20,20 15,10 10))
        >>>
        # Set new index.
        >>> df.set_index('city_shape').sort('skey')
                                                   skey   city_name
        city_shape
        POLYGON ((1 1,1 3,6 3,6 0,1 1))               0  Oceanville
        POLYGON ((10 10,10 20,20 20,20 15,10 10))     1     Seaside
        >>>
        # Set multiple indexes using list of columns
        >>> df.set_index(['city_name', 'skey']).sort('skey')
                                                        city_shape
        city_name  skey
        Oceanville 0               POLYGON ((1 1,1 3,6 3,6 0,1 1))
        Seaside    1     POLYGON ((10 10,10 20,20 20,20 15,10 10))
        >>>
        # Append to new index to the existing set of index.
        >>> df.set_index(['city_name', 'skey'], drop = False, append = True).sort('skey')
                                                        city_shape
        city_name  skey
        Oceanville 0               POLYGON ((1 1,1 3,6 3,6 0,1 1))
        Seaside    1     POLYGON ((10 10,10 20,20 20,20 15,10 10))
        >>>