如何将熊猫数据框的索引转换为列
- 2024-12-09 08:29:00
- admin 原创
- 181
问题描述：
如何将数据框的索引转换为列？
例如：
gi ptt_loc
0 384444683 593
1 384444684 594
2 384444686 596
到
index1 gi ptt_loc
0 0 384444683 593
1 1 384444684 594
2 2 384444686 596
解决方案 1：
任何一个：
df['index1'] = df.index
或者.reset_index：
df = df.reset_index()
如果您有一个具有 3 个级别索引的多索引框架，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
并且您想要将索引中的第一 ( tick) 级和第三 ( ) 级转换为列，您可以执行以下操作：obs
>>> 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
解决方案 2：
rename_axis+reset_index
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数据框：
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
解决方案 3：
为了更清楚一点，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'))
该reset_index方法使用默认参数调用，将所有索引级别转换为列，并使用简单RangeIndex的新索引。
df.reset_index()
使用level参数来控制将哪些索引级别转换为列。如果可能，请使用级别名称，这样更明确。如果没有级别名称，您可以通过其整数位置来引用每个级别，从外部开始为 0。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)
在极少数情况下，您想要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())
解决方案 4：
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。
解决方案 5：
如果您想使用该reset_index方法并且保留现有索引，您应该使用：
df.reset_index().set_index('index', drop=False)
或者就地改变它：
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
如果您想摆脱索引标签，您可以这样做：
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
解决方案 6：
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')
当然，如果您不想将其分配给 rename 函数参数中的新变量，您可以随时设置inplace = True 。
解决方案 7：
要将索引（已转换为列）保留为索引，请使用to_frame()和的组合join()。特别是，这不会产生SettingWithCopyWarning, 不同赋值。
df = df.index.to_frame(name='A').join(df)
这也适用于 MultiIndex。
df = df.index.to_frame(name=['A', 'B']).join(df)
此外，正如Quinten所提到的，自 pandas 1.5.0 以来，rename_axis+ reset_index（或reset_index+ rename）语法已过时。您可以直接将names=参数传递给reset_index()。如果传递，甚至允许重复的列名allow_duplicates=True（尽管非常不建议重复列标签）。
df = df.reset_index(names=['A', 'B'])
解决方案 8：
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
解决方案 9：
我通常这样做：
df = df.assign(index1=df.index)
解决方案 10：
在最新版本的 中，您可以使用带有新参数的pandas 1.5.0函数来指定要赋予索引列的名称列表。以下是具有一个索引列的可重现示例：reset_index`names`
import pandas as pd
df = pd.DataFrame({"gi":[232,66,34,43],"ptt":[342,56,662,123]})
gi ptt
0 232 342
1 66 56
2 34 662
3 43 123
df.reset_index(names=['new'])
输出：
new gi ptt
0 0 232 342
1 1 66 56
2 2 34 662
3 3 43 123
这也可以轻松应用MultiIndex。只需创建您想要的名称列表即可。
扫码咨询，免费领取项目管理大礼包！
