it-swarm.com.ru

Как преобразовать индекс кадра данных pandas в столбец?

Это кажется довольно очевидным, но я не могу понять, как преобразовать индекс фрейма данных в столбец?

Например:

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

Чтобы,

df=
    index1    gi       ptt_loc
 0  0     384444683      593  
 1  1     384444684      594 
 2  2     384444686      596  
314
msakya

или:

df['index1'] = df.index

или, .reset_index :

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

итак, если у вас есть многоиндексный 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 1-й (tick) и 3-й (obs) уровни в индексе в столбцы, вы должны сделать:

>>> 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
482
behzad.nouri

Для MultiIndex вы можете извлечь его субиндекс, используя 

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

где si_name - это имя субиндекса.

24
Apogentus

Для большей ясности давайте рассмотрим DataFrame с двумя уровнями в 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'))

 enter image description here

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

df.reset_index()

 enter image description here

Используйте параметр level для управления тем, какие уровни индекса преобразуются в столбцы. Если возможно, используйте имя уровня, которое является более явным. Если имена уровней отсутствуют, вы можете ссылаться на каждый уровень по его целочисленному расположению, которое начинается с 0 снаружи. Вы можете использовать скалярное значение здесь или список всех индексов, которые вы хотите сбросить.

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

 enter image description here

В редких случаях, когда вы хотите сохранить индекс и превратить его 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())
12
Ted Petrou

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 место:

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, 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
2
bunji

rename_axis + reset_index

Сначала вы можете переименовать ваш индекс в нужную метку, затем поднять 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 данных:

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
1
jpp
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
0
Avneesh Hota