Как преобразовать индекс кадра данных pandas в столбец?

Ответ 1

или:

df['index1'] = df.index

или, .reset_index:

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

поэтому, если у вас есть мультииндексный 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 уровни 1-го (tick) и 3-го (obs) в индексе в столбцы, вы бы сделали:

>>> 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

Ответ 2

Для MultiIndex вы можете извлечь свой субиндекс, используя

df['si_name'] = R.index.get_level_values('si_name') 

где si_name - имя субиндекса.

Ответ 3

Чтобы обеспечить более ясность, давайте посмотрим на DataFrame с двумя уровнями в своем 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'))

Метод reset_index, вызываемый параметрами по умолчанию, преобразует все индексы в столбцы и использует простой RangeIndex качестве нового индекса.

df.reset_index()

Используйте параметр level для управления тем, какие индексы будут преобразованы в столбцы. Если возможно, используйте имя уровня, которое является более явным. Если имена уровней отсутствуют, вы можете ссылаться на каждый уровень по его целочисленному местоположению, которое начинается с 0 извне. Здесь вы можете использовать скалярное значение или список всех индексов, которые вы хотели бы сбросить.

df.reset_index(level='State') # same as df.reset_index(level=0)

В редком случае, когда вы хотите сохранить индекс и превратить индекс 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())

Ответ 4

Если вы хотите использовать метод reset_index а также сохранить существующий индекс, вы должны использовать:

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

или изменить его на месте:

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, которую 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

Ответ 5

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 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

Ответ 6

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