• reset_index（）* 是一个PandasDataFrame方法，它会将索引值作为列传输到DataFrame中。该参数的默认设置是 drop=False（它会将索引值作为列保留）。

您只需在DataFrame的名称之后调用.reset_index()：

df = df.reset_index()

这并不适用于你的情况，但对其他人（比如5分钟前的我）来说可能会有帮助。如果一个人的multindex具有相同的名称，如：

value
Trial        Trial
    1              0        13
                   1         3
                   2         4
    2              0       NaN
                   1        12
    3              0        34

df.reset_index(inplace=True)将失败，因为创建的列不能具有相同的名称。
因此，您需要将multindex重命名为df.index = df.index.set_names(['Trial', 'measurement'])，以获得：

value
Trial    measurement       

    1              0        13
    1              1         3
    1              2         4
    2              0       NaN
    2              1        12
    3              0        34

然后df.reset_index(inplace=True)就会像一个魅力一样工作。
我在一个名为live_date的日期时间列（不是索引）上按年和月分组后遇到了这个问题，这意味着年和月都被命名为live_date。

在某些情况下，df.reset_index()可能无法使用（例如，当您也需要索引时）。在这种情况下，请使用index.get_level_values()直接访问索引值：

df['Trial'] = df.index.get_level_values(0)
df['measurement'] = df.index.get_level_values(1)

这会将索引值指派给个别数据行并保留索引。
有关详细信息，请参阅docs。

正如@cs95在注解中提到的，要只删除一个级别，请用途：
df.reset_index(level=[...])
这样可以避免在重置后重新定义所需的索引。

我也遇到了Karl的问题，我只是发现自己重命名了聚合列，然后重新设置了索引。

df = pd.DataFrame(df.groupby(['arms', 'success'])['success'].sum()).rename(columns={'success':'sum'})

df = df.reset_index()

简短而简单

df2 = pd.DataFrame({'test_col': df['test_col'].describe()})
df2 = df2.reset_index()

类似于Alex solution，但形式更为一般化。它保持索引不变，并将索引级别作为新列添加到其名称中。

for i in df.index.names:
    df[i] = df.index.get_level_values(i)

其给出了

value Trial    measurement
Trial measurement             
    1           0     13     1              0     
                1      3     1              1     
                2      4     1              2     
  ...