这似乎相当明显，但我似乎无法弄清楚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
To,
df=
index1 gi ptt_loc
0 0 384444683 593
1 1 384444684 594
2 2 384444686 596
当前回答
Rename_axis + reset_index
你可以先把你的索引重命名为一个想要的标签，然后提升到一个系列:
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MultiIndex数据框架:
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
其他回答
这应该做的技巧(如果不是多级索引)-
df.reset_index().rename({'index':'index1'}, axis = 'columns')
当然，如果你不想将它赋值给rename函数参数中的一个新变量，你总是可以设置inplace = True。
Rename_axis + reset_index
你可以先把你的索引重命名为一个想要的标签，然后提升到一个系列:
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MultiIndex数据框架:
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
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
我通常是这样做的:
df = df.assign(index1=df.index)
在最新版本的pandas 1.5.0中，您可以使用函数reset_index和新的参数names来指定您想要给出索引列的名称列表。下面是一个具有一个索引列的可重复示例:
import pandas as pd
df = pd.DataFrame({"gi":[232,66,34,43],"ptt":[342,56,662,123]})
gi ptt
0 232 342
1 66 56
2 34 662
3 43 123
df.reset_index(names=['new'])
输出:
new gi ptt
0 0 232 342
1 1 66 56
2 2 34 662
3 3 43 123
这也可以很容易地应用于MultiIndex。把你想要的名字列一个清单。
