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
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
其他回答
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。
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
对于MultiIndex，您可以使用
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，让我们来看看一个索引(MultiIndex)中有两个级别的DataFrame。
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'))
reset_index方法(使用默认参数调用)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。如果可能的话，使用更明确的关卡名称。如果没有级别名称，您可以通过其整数位置来引用每个级别，该位置从外部的0开始。您可以在这里使用标量值，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)
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())
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。
