如何将pandas数据帧的索引转换为列？

4 回答

• 23

  对于MultiIndex，您可以使用提取其子索引

  df['si_name'] = R.index.get_level_values('si_name')
  

  其中 si_name 是子索引的名称 .

  回复于 2024-05-06T08:54:17+08:00
• 11

  为了更清晰，让我们看一下其索引中有两个级别的DataFrame（MultiIndex） .

  index = pd.MultiIndex.from_product([['TX', 'FL', 'CA'], 
                                      ['North', 'South']], 
                                     names=['State', 'Direction'])
  
  df = pd.DataFrame(index=index, 
                    data=np.random.randint(0, 10, (6,4)), 
                    columns=list('abcd'))
  

  使用默认参数调用的 reset_index 方法将所有索引级别转换为列，并使用简单的 RangeIndex 作为新索引 .

  df.reset_index()
  

  使用 level 参数控制将哪些索引级别转换为列 . 如果可能，请使用更明确的级别名称 . 如果没有级别名称，则可以通过其整数位置引用每个级别，该位置从外部开始为0 . 您可以在此处使用标量值，也可以使用要重置的所有索引的列表 .

  df.reset_index(level='State') # same as df.reset_index(level=0)
  

  在极少数情况下，您希望保留索引并将索引转换为列，您可以执行以下操作：

  # for a single level
  df.assign(State=df.index.get_level_values('State'))
  
  # for all levels
  df.assign(**df.index.to_frame())
  

  回复于 2024-05-06T08:54:17+08:00
• 1

  如果要使用 reset_index 方法并保留现有索引，则应使用：

  df.reset_index().set_index('index', drop=False)
  

  或者改变它：

  df.reset_index(inplace=True)
  df.set_index('index', drop=False, inplace=True)
  

  例如：

  print(df)
            gi  ptt_loc
  0  384444683      593
  4  384444684      594
  9  384444686      596
  
  print(df.reset_index())
     index         gi  ptt_loc
  0      0  384444683      593
  1      4  384444684      594
  2      9  384444686      596
  
  print(df.reset_index().set_index('index', drop=False))
         index         gi  ptt_loc
  index
  0          0  384444683      593
  4          4  384444684      594
  9          9  384444686      596
  

  如果你想摆脱索引标签你可以做：

  df2 = df.reset_index().set_index('index', drop=False)
  df2.index.name = None
  print(df2)
     index         gi  ptt_loc
  0      0  384444683      593
  4      4  384444684      594
  9      9  384444686      596
  

  回复于 2024-05-06T08:54:17+08:00
• 446

  之一：

  df['index1'] = df.index
  

  或者，.reset_index：

  df.reset_index(level=0, inplace=True)
  

  ---

  所以，如果你有一个具有3个索引级别的多索引框架，例如：

  >>> df
                         val
  tick       tag obs        
  2016-02-26 C   2    0.0139
  2016-02-27 A   2    0.5577
  2016-02-28 C   6    0.0303
  

  并且您希望将索引中的第一个（ tick ）和第三个（ obs ）级别转换为列，您可以这样做：

  >>> df.reset_index(level=['tick', 'obs'])
            tick  obs     val
  tag                        
  C   2016-02-26    2  0.0139
  A   2016-02-27    2  0.5577
  C   2016-02-28    6  0.0303
  

  回复于 2024-05-06T08:54:17+08:00