这似乎相当明显,但我似乎不知道如何将数据帧的索引转换为列?
例如:
df=
gi ptt_loc
0 384444683 593
1 384444684 594
2 384444686 596
致,
df=
index1 gi ptt_loc
0 0 384444683 593
1 1 384444684 594
2 2 384444686 596
发布于 2015-06-26 22:13:58
对于MultiIndex,可以使用以下命令提取其子索引
df['si_name'] = R.index.get_level_values('si_name')
其中si_name
是子索引的名称。
发布于 2017-10-25 06:04:27
为了更清楚一些,让我们看一下索引中有两个级别的DataFrame (一个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,并使用一个简单的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,则可以通过从外部从0开始的整数位置来引用每个级别。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())
发布于 2018-11-04 05:33:12
如果要在使用reset_index
方法的同时保留现有索引,则应使用:
df.reset_index().set_index('index', drop=False)
或者就地更改它:
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
https://stackoverflow.com/questions/20461165
复制相似问题