这似乎相当明显,但我似乎不知道如何将 Dataframe 的索引转换为列?
例如:
df=
gi ptt_loc
0 384444683 593
1 384444684 594
2 384444686 596
收件人:
df=
index1 gi ptt_loc
0 0 384444683 593
1 1 384444684 594
2 2 384444686 596
9条答案
按热度按时间lmyy7pcs1#
或者:
或者,
.reset_index
:因此,如果您有一个具有3个索引级别多索引框架,例如:
并且您希望将索引中的第一级(
tick
)和第三级(obs
)转换为列,则可以执行以下操作:o7jaxewo2#
+++++++++++++++++++++++++++++++++
您可以先将索引重命名为所需的标签,* 然后 * 提升为系列:
这也适用于
MultiIndex
Dataframe :qnzebej03#
为了更清楚地说明这一点,让我们来看一个在其索引中有两个级别的DataFrame(MultiIndex)。
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。使用
level
参数来控制要转换成数据栏的索引层次。如果可能,请使用层次名称,这样会更明确。如果没有层次名称,您可以从外部以0开始的整数位置来参照每一个层次。您可以在此使用标量值,或要重设的所有索引清单。在极少数情况下,您希望保留索引并将索引转换为列,可以执行下列操作:
bvjveswy4#
对于MultiIndex,您可以使用
其中
si_name
是子索引的名称。b5lpy0ml5#
如果要使用
reset_index
方法并保留现有索引,则应用途:或在适当位置更改它:
例如:
如果你想去掉索引标签,你可以这样做:
6tqwzwtp6#
这样就可以了 (如果不是多级索引) -
当然,如果您不想将 inplace = True 赋给rename的函数参数中的新变量,则可以始终设置 inplace = True。
jmp7cifd7#
alen0pnh8#
在
pandas
1.5.0
的最新版本中,可以使用函数reset_index
和新参数names
来指定要为索引列指定的名称列表。下面是一个具有一个索引列的可重现示例:输出量:
这也可以很容易地应用于
MultiIndex
。只需创建一个所需名称的列表。gpnt7bae9#
我通常是这样做的: