向MultiIndex添加级别，删除而不会丢失

Question

假设我有一个带有MultiIndex的DataFrame df，它的级别为L。

有没有办法从索引中删除L并再次添加？

df = df.index.drop('L')完全从DataFrame中删除L（与具有drop参数的df= df.reset_index()不同）。 我当然可以做df = df.reset_index().set_index(everything_but_L, inplace=True)。

现在，让我们假设索引包含除L之外的所有内容，并且我想添加L. df.index.insert(0, df.L)不起作用。 再一次，我当然可以打电话给df= df.reset_index().set_index(everything_including_L, inplace=True)，但感觉不对。

为什么我需要这个？由于索引不必是唯一的，因此可能会发生我想要添加新列以使索引变得唯一的情况。在分割数据之后，一个级别的索引不再包含任何信息（例如我的索引是A，B和我在A = x上操作df但是我不想丢失A会发生这种情况下，删除可能很有用） index.droplevel（'A'））。

Answer 1

在当前版本（0.17.1）中，可以

df.set_index(column_to_add, append=True, inplace=True)

和

df.reset_index(level=column_to_remove_from_index).

这伴随着大幅加速而不是重置n列然后将n + 1添加到索引。