将Pandas Multi-Index变成列

Question

我有一个包含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 

我想转变成这个:

Trial    measurement       value

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

我该怎么做才能做到最好？

我需要这个,因为我想按照这里的指示聚合数据,但如果它们被用作索引,我就无法选择我的列.

Answer 1

所述reset_index()是一个数据帧熊猫方法,将索引值转移到数据帧为列.参数的默认设置是drop = False(将索引值保留为列).

您只需.reset_index(inplace=True)在DataFrame的名称后添加:

df.reset_index(inplace=True)  

Answer 2

这并不适用于你的情况,但它可能对其他人(比如我5分钟前)有所帮助.如果一个人的多索引具有如下相同的名称:

                         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,因为创建的列不能共享名称.

那么你需要重命名多索引df.index = df.index.set_names(['Trial', 'measurement'])来得到:

                           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)就会像魅力一样工作.

在按日期时间列(而不是索引)调用后按年和月分组时遇到此问题live_date,这意味着年份和月份都已命名live_date.

Answer 3

正如@cs95 在评论中提到的，要只降低一个级别，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。

Answer 4

可能存在df.reset_index()无法使用的情况（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。

有关更多信息，请参阅文档。

Answer 5

我也遇到了卡尔的问题。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()