如何将pandas数据帧的索引转换为列?

时间:2013-12-09 00:34:16

标签: python pandas dataframe

这似乎相当明显,但我似乎无法弄清楚如何将数据框的索引转换为列?

例如:

df=
        gi       ptt_loc
 0  384444683      593  
 1  384444684      594 
 2  384444686      596  

要,

df=
    index1    gi       ptt_loc
 0  0     384444683      593  
 1  1     384444684      594 
 2  2     384444686      596  

8 个答案:

答案 0 :(得分:534)

或者:

df['index1'] = df.index

或,.reset_index

df.reset_index(level=0, inplace=True)

所以,如果你有一个包含3个索引级别的多索引框架,比如:

>>> 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

并且您希望将索引中的第一个(tick)和第三个(obs)级别转换为列,您可以这样做:

>>> 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

答案 1 :(得分:28)

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。

答案 2 :(得分:14)

为了更清晰一些,让我们看一下其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'))

enter image description here

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()

enter image description here

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,则可以通过其整数位置引用每个级别,该位置从外部开始为0。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)

enter image description here

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())

答案 3 :(得分:4)

rename_axis + reset_index

您可以先将索引重命名为所需标签,然后 提升为一系列:

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

这对于MultiIndex数据帧也适用:

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

答案 4 :(得分:2)

如果要使用reset_index方法并保留现有索引,则应使用:

df.reset_index().set_index('index', drop=False)

或更改其位置:

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,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

答案 5 :(得分:1)

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')

Code Result

当然,如果您不想在 rename 的函数参数中将其分配给新变量,您可以随时设置 inplace = True

答案 6 :(得分:0)

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

答案 7 :(得分:-2)

一种非常简单的方法是使用reset_index()方法。对于数据帧df,请使用以下代码:

df.reset_index(inplace=True)

这样,索引将成为一列,并且通过使用inplace作为True,这将成为永久更改。