Python 如何将数据帧的索引转换为列

这似乎相当明显，但我似乎不知道如何将数据帧的索引转换为列

例如：

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

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

对,

要么：

df['index1'] = df.index

或

---

因此，如果您有一个包含3级索引的多索引框架，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

如果要将索引中的第一个（

勾选

）和第三个（

obs

）级别转换为列，可以执行以下操作：

>>> 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

---

对于多索引，可以使用

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

---

其中，

si_name

是子索引的名称。

为了更清楚一点，让我们看看索引中有两个级别的数据帧（多索引）

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()

使用

level

参数控制将哪些索引级别转换为列。如果可能，请使用级别名称，该名称更明确。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0开始。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)

如果希望保留索引并将索引转换为列，则可以执行以下操作：

# for a single level
df.assign(State=df.index.get_level_values('State'))

# for all levels
df.assign(**df.index.to_frame())

---

如果要使用

reset_index

方法并保留现有索引，应使用：

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

或在适当的位置进行更改：

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

例如：

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

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，可以执行以下操作：

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

+ 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

多索引

数据帧：

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

---

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，使用inplace作为True，这将成为永久性的更改。

这应该可以做到（如果不是多级索引）-

---

当然，如果您不想在rename的函数参数中为一个新变量赋值，您可以始终设置inplace=True。

您可以在刚刚添加到dataframe的列上设置一个索引，使其成为一个True列和一个索引吗？如果您想转换整个多索引，只需使用

df.reset\u index（）

，它将整个索引移动到列中（每层一列），并创建一个从0到len（df）-1I的int索引。我为每个项都有一个元组的分类索引，我只想从元组中的一个项创建一个新列。关于如何从索引中仅提取一项的任何想法？分配给列，例如，

df['index1']=df.index

返回一条警告：“试图在数据帧切片的副本上设置一个值。”请改用df.assign（）函数，如下所示。我遇到了类似的问题，尝试此解决方案时没有得到任何结果。然而@venti solution正是我想要的。我建议添加一些关于为什么您认为这个答案比现有答案更好的讨论……使用insert方法的这种方法有助于将列插入数据框的左端（第一列）位置，而不是将列插入右端（最后一列）。因此，在某些情况下，它可能非常有用。通过答案来解释可能更好。这个答案与alread接受的答案有何不同？

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

df.reset_index(inplace=True)

df.reset_index().rename({'index':'index1'}, axis = 'columns')