将 Pandas 多索引变成列

reset_index() 是一个 pandas DataFrame 方法，它将索引值作为列传输到 DataFrame 中。该参数的默认设置是 drop=False （这会将索引值保留为列）。

您只需在 DataFrame 名称后调用 .reset_index()：

df = df.reset_index()  

---

这并不真正适用于您的情况，但可能有助于其他人（如我 5 分钟前）知道。如果一个人的多重索引具有相同的名称，如下所示：

                         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，您需要使用 df.index = df.index.set_names(['Trial', 'measurement']) 重命名多索引以获得：

                           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) 将像魅力一样发挥作用。

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。

---

可能存在无法使用 df.reset_index() 的情况（例如，当您也需要索引时）。在这种情况下，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)

这会将索引值分配给各个列并保留索引。

有关详细信息，请参阅 docs。

---

正如@cs95 在评论中提到的，要仅删除一个级别，请使用：

df.reset_index(level=[...])

这样可以避免在重置后重新定义所需的索引。

---

我也遇到了卡尔的问题。我刚刚发现自己重命名聚合列然后重置索引。

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

https://i.stack.imgur.com/7mlAz.png

df = df.reset_index()

https://i.stack.imgur.com/DHwDT.png

---

简短而简单

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

---