将 Pandas 多索引变成列

Posted 2023-03-11

【中文标题】将 Pandas 多索引变成列

【英文标题】：Turn Pandas Multi-Index into column

【发布时间】：2018-10-12 17:42:53

【问题描述】：

我有一个具有 2 个索引级别的数据框：

                         value
Trial    measurement
    1              0        13
                   1         3
                   2         4
    2              0       NaN
                   1        12
    3              0        34 

我想变成这样：

Trial    measurement       value

    1              0        13
    1              1         3
    1              2         4
    2              0       NaN
    2              1        12
    3              0        34 

我怎样才能最好地做到这一点？

我需要这个，因为我想聚合数据 as instructed here，但如果我的列用作索引，我就无法选择这样的列。

【问题讨论】：

重复：***.com/questions/18624039/… 你想要第一个建议。 .reset_index()

非常感谢，我实际上浏览了很多，但是“使多索引到列”和类似的查询总是让我想转动他们的数据框......

当你已经知道答案时总是更容易找到答案:)

【参考方案1】：

reset_index() 是一个 pandas DataFrame 方法，它将索引值作为列传输到 DataFrame 中。该参数的默认设置是 drop=False（将索引值保留为列）。

您只需在 DataFrame 名称后调用 .reset_index()：

df = df.reset_index()  

【讨论】：

对于我有 3 个索引级别的情况，就地重置不起作用。另一种方法是将新重置的数据帧分配给新的数据帧：df2 = df.reset_index()

要仅重置特定级别，请使用df.reset_index(level=[...])

【参考方案2】：

这并不真正适用于您的情况，但可能有助于其他人（例如 5 分钟前的我）知道。如果一个人的多重索引具有相同的名称，如下所示：

                         value
Trial        Trial
    1              0        13
                   1         3
                   2         4
    2              0       NaN
                   1        12
    3              0        34 

df.reset_index(inplace=True) 将失败，导致创建的列不能具有相同的名称。

那么你需要用df.index = df.index.set_names(['Trial', 'measurement'])重命名多重索引来获得：

                           value
Trial    measurement       

    1              0        13
    1              1         3
    1              2         4
    2              0       NaN
    2              1        12
    3              0        34 

然后df.reset_index(inplace=True) 将像魅力一样发挥作用。

我在名为live_date 的日期时间列（不是索引）上按年和月分组后遇到了这个问题，这意味着年和月都被命名为live_date。

【讨论】：

如何让你的 Trial 价值观重演？我遇到了同样的问题，但我的价值观不会重复。

【参考方案3】：

正如@cs95 在评论中提到的，要只下降一个级别，请使用：

df.reset_index(level=[...])

这样可以避免在重置后重新定义所需的索引。

【参考方案4】：

可能存在无法使用df.reset_index() 的情况（例如，当您也需要索引时）。在这种情况下，使用index.get_level_values() 直接访问索引值：

df['Trial'] = df.index.get_level_values(0)
df['measurement'] = df.index.get_level_values(1)

这会将索引值分配给各个列并保留索引。

请参阅docs 了解更多信息。

【讨论】：

这太有用了！应该可以使用更清晰的语言来做到这一点，例如df['measurement'] = df.index.values(1).

【参考方案5】：

我也遇到了 Karl 的问题。我刚刚发现自己重命名了聚合列，然后重置了索引。

df = pd.DataFrame(df.groupby(['arms', 'success'])['success'].sum()).rename(columns='success':'sum')

df = df.reset_index()