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
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。
其他回答
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。
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。
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。
如果你想使用reset_index方法，同时保留你现有的索引，你应该使用:
df.reset_index().set_index('index', drop=False)
或者就地改变:
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
如果你想去掉索引标签，你可以这样做:
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
