如何在Pandas中把索引转换为列（附实例）

你可以使用下面的基本语法来将pandas DataFrame的索引转换为一个列：

#convert index to column
df.reset_index(inplace=True)

如果你有一个MultiIndex pandas DataFrame，你可以使用下面的语法将特定级别的索引转换为一个列：

#convert specific level of MultiIndex to column
df.reset_index(inplace=True, level = ['Level1'])

下面的例子展示了如何在实践中使用这种语法。

例1：将索引转换为列

下面的代码展示了如何将pandas DataFrame的一个索引转换为一个列：

import pandas as pd

#create DataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'rebounds': [11, 8, 10, 6, 6]})

#view DataFrame
df

points	assists	rebounds
0	25	5	11
1	12	7	8
2	15	7	10
3	14	9	6
4	19	12	6

#convert index to column
df.reset_index(inplace=True)

#view updated DataFrame
df

	index	points	assists	rebounds
0	0	25	5	11
1	1	12	7	8
2	2	15	7	10
3	3	14	9	6
4	4	19	12	6

例2：将多指标转换为列

假设我们有下面这个MultiIndex的pandas DataFrame：

import pandas as pd

#create DataFrame
index_names = pd.MultiIndex.from_tuples([('Level1','Lev1', 'L1'),
                                       ('Level2','Lev2', 'L2'),
                                       ('Level3','Lev3', 'L3'),
                                       ('Level4','Lev4', 'L4')],
                                       names=['Full','Partial', 'ID'])

data = {'Store': ['A','B','C','D'],
        'Sales': [17, 22, 29, 35]}

df = pd.DataFrame(data, columns = ['Store','Sales'], index=index_names)

#view DataFrame
df

                    Store    Sales
Full	Partial	ID		
Level1	Lev1	L1	A	17
Level2	Lev2	L2	B	22
Level3	Lev3	L3	C	29
Level4	Lev4	L4	D	35

下面的代码显示了如何将MultiIndex的每一层转换为pandas DataFrame中的列：

#convert all levels of index to columns
df.reset_index(inplace=True)

#view updated DataFrame
df

        Full	Partial	ID	Store	Sales
0	Level1	Lev1	L1	A	17
1	Level2	Lev2	L2	B	22
2	Level3	Lev3	L3	C	29
3	Level4	Lev4	L4	D	35

我们也可以使用下面的代码，只将MultiIndex的某一特定级别转换为一个列：

#convert just 'ID' index to column in DataFrame
df.reset_index(inplace=True, level = ['ID'])

#view updated DataFrame
df

		ID	Store	Sales
Full	Partial			
Level1	Lev1	L1	A	17
Level2	Lev2	L2	B	22
Level3	Lev3	L3	C	29
Level4	Lev4	L4	D	35

请注意，只有 "ID "层被转换为DataFrame中的列。

其他资源

下面的教程解释了如何在pandas中执行其他常用功能：

如何在Pandas中设置列作为索引
如何在Pandas中按索引删除列
如何在Pandas中按索引和列对DataFrame进行排序