Ответы:
или:
df['index1'] = df.index
или .reset_index
:
df.reset_index(level=0, inplace=True)
Итак, если у вас есть многоиндексный фрейм с 3 уровнями индекса, например:
>>> 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
и вы хотите преобразовать 1-й ( tick
) и 3-й ( obs
) уровни в индексе в столбцы, вы должны сделать:
>>> 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
df.reset_index(level=df.index.names, inplace=True)
можно конвертировать данный целый мультииндекс в столбцы
df.reset_index()
, который перемещает полноту индекса в столбцах (один столбец на уровне) и создает индекс INT от 0 до LEN (ДФ) -1
df['index1'] = df.index
возвращает предупреждение: «Значение пытается быть установлено для копии среза из DataFrame». Вместо этого используйте функцию df.assign (), как показано ниже.
Для большей ясности давайте рассмотрим DataFrame с двумя уровнями в индексе (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'))
reset_index
Метод вызывается с параметрами по умолчанию, преобразует все уровни индексов для столбцов и использует простой , RangeIndex
как новый индекс.
df.reset_index()
Используйте level
параметр для управления тем, какие уровни индекса преобразуются в столбцы. Если возможно, используйте имя уровня, которое является более явным. Если имена уровней отсутствуют, вы можете ссылаться на каждый уровень по его целочисленному расположению, которое начинается с 0 снаружи. Вы можете использовать скалярное значение здесь или список всех индексов, которые вы хотите сбросить.
df.reset_index(level='State') # same as df.reset_index(level=0)
В редких случаях, когда вы хотите сохранить индекс и превратить его в столбец, вы можете сделать следующее:
# for a single level
df.assign(State=df.index.get_level_values('State'))
# for all levels
df.assign(**df.index.to_frame())
rename_axis
+ reset_index
Вы можете сначала переименовать ваш индекс в нужную метку, а затем повысить до серии:
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
Это работает также для данных MultiIndex
:
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
Если вы хотите использовать reset_index
метод, а также сохранить существующий индекс, вы должны использовать:
df.reset_index().set_index('index', drop=False)
или изменить его на место:
df.reset_index(inplace=True)
df.set_index('index', drop=False, inplace=True)
Например:
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
И если вы хотите избавиться от метки индекса, вы можете сделать:
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
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
Очень простой способ сделать это - использовать метод reset_index (). Для фрейма данных df используйте код ниже:
df.reset_index(inplace=True)
Таким образом, индекс станет столбцом, и при использовании inplace как True это станет постоянным изменением.