任何一个:
df['index1'] = df.index
或者,.reset_index
:
df = df.reset_index(level=0)
因此,如果您有一个具有 3 级索引的多索引框架,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
并且您想将索引中的第一 (tick
) 和第三 (obs
) 级别转换为列,您可以:
>>> 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
重命名轴 + 重置索引
您可以先将索引重命名为所需的标签,然后提升为系列:
df = df.rename_axis('index1').reset_index()
print(df)
index1 gi ptt_loc
0 0 384444683 593
1 1 384444684 594
2 2 384444686 596
这也适用于 MultiIndex
数据帧:
print(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
df = df.rename_axis(['index1', 'index2', 'index3']).reset_index()
print(df)
index1 index2 index3 val
0 2016-02-26 C 2 0.0139
1 2016-02-27 A 2 0.5577
2 2016-02-28 C 6 0.0303
为了更清楚地说明,让我们看一下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'))
https://i.stack.imgur.com/SuURU.png
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()
https://i.stack.imgur.com/58rRj.png
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,您可以通过整数位置来引用每个级别,整数位置从外部从 0 开始。您可以在此处使用标量值或要重置的所有索引的列表。
df.reset_index(level='State') # same as df.reset_index(level=0)
https://i.stack.imgur.com/sxY88.png
如果您希望保留索引并将索引转换为列,则可以执行以下操作:
# for a single level
df.assign(State=df.index.get_level_values('State'))
# for all levels
df.assign(**df.index.to_frame())
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。
如果您想使用 reset_index
方法并保留现有索引,您应该使用:
df.reset_index().set_index('index', drop=False)
或将其更改到位:
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,你可以这样做:
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
这应该可以解决问题(如果不是多级索引) -
df.reset_index().rename({'index':'index1'}, axis = 'columns')
https://i.stack.imgur.com/0yENT.png
当然,如果您不想将其分配给重命名函数参数中的新变量,则始终可以设置 inplace = True。
df1 = pd.DataFrame({"gi":[232,66,34,43],"ptt":[342,56,662,123]})
p = df1.index.values
df1.insert( 0, column="new",value = p)
df1
new gi ptt
0 0 232 342
1 1 66 56
2 2 34 662
3 3 43 123
df.reset_index()
,它将整个索引移动到列中(每级一列)并创建一个从 0 到 len(df)-1 的 int 索引df['index1'] = df.index
会返回警告:“正在尝试在 DataFrame 中的切片副本上设置值。”请改用 df.assign() 函数,如下所示。