EdC*_*ica 35
您可以rename从reset_index以下位置调用返回的df :
In [145]:
# create a df
df = pd.DataFrame(np.random.randn(5,3))
df
Out[145]:
0 1 2
0 -2.845811 -0.182439 -0.526785
1 -0.112547 0.661461 0.558452
2 0.587060 -1.232262 -0.997973
3 -1.009378 -0.062442 0.125875
4 -1.129376 3.282447 -0.403731
设置索引名称
In [146]:
df.index = df.index.set_names(['foo'])
df
Out[146]:
0 1 2
foo
0 -2.845811 -0.182439 -0.526785
1 -0.112547 0.661461 0.558452
2 0.587060 -1.232262 -0.997973
3 -1.009378 -0.062442 0.125875
4 -1.129376 3.282447 -0.403731
电话reset_index和连锁rename:
In [147]:
df.reset_index().rename(columns={df.index.name:'bar'})
Out[147]:
bar 0 1 2
0 0 -2.845811 -0.182439 -0.526785
1 1 -0.112547 0.661461 0.558452
2 2 0.587060 -1.232262 -0.997973
3 3 -1.009378 -0.062442 0.125875
4 4 -1.129376 3.282447 -0.403731
感谢@ayhan
或者你可以rename_axis用来重命名索引reset_index:
In [149]:
df.rename_axis('bar').reset_index()
Out[149]:
bar 0 1 2
0 0 -2.845811 -0.182439 -0.526785
1 1 -0.112547 0.661461 0.558452
2 2 0.587060 -1.232262 -0.997973
3 3 -1.009378 -0.062442 0.125875
4 4 -1.129376 3.282447 -0.403731
或者直接首先直接覆盖索引名称:
df.index.name = 'bar'
然后打电话 reset_index
igo*_*rkf 26
您可以这样做（2020 年 1 月）：
df = df.reset_index().rename(columns={'index': 'bar'})
print(df)
bar 0 1 2
0 0 -2.845811 -0.182439 -0.526785
1 1 -0.112547 0.661461 0.558452
2 2 0.587060 -1.232262 -0.997973
3 3 -1.009378 -0.062442 0.125875
4 4 -1.129376 3.282447 -0.403731
您可以尝试1.5.0 版本names中引入的参数，来自：DataFrame.reset_index()
名称：int、str 或一维列表，默认 None
使用给定的字符串，重命名包含索引数据的 DataFrame 列。如果 DataFrame 具有 MultiIndex，则它必须是长度等于级别数的列表或元组。
对于单个索引级别数据帧：
class max_speed name class max_speed
falcon bird 389.0 df.reset_index(names='name') 0 falcon bird 389.0
parrot bird 24.0 ------------------------------> 1 parrot bird 24.0
lion mammal 80.5 2 lion mammal 80.5
monkey mammal NaN 3 monkey mammal NaN
对于多索引级别数据帧：
speed species classes names speed species
max type max type
class name 0 bird falcon 389.0 fly
bird falcon 389.0 fly df.reset_index(names=['classes', 'names']) 1 bird parrot 24.0 fly
parrot 24.0 fly --------------------------------------------> 2 mammal lion 80.5 run
mammal lion 80.5 run 3 mammal monkey NaN jump
monkey NaN jump
如果您只关心 Multiindex 中的一级
speed species classes speed species
max type max type
class name df.reset_index(level='class', names='classes') name
bird falcon 389.0 fly ------------------------------------------------> falcon bird 389.0 fly
parrot 24.0 fly parrot bird 24.0 fly
mammal lion 80.5 run lion mammal 80.5 run
monkey NaN jump monkey mammal NaN jump
注意：reset_index()默认情况下不放置，您需要将结果分配回或使用inplace=True，例如
class max_speed name class max_speed
falcon bird 389.0 df.reset_index(names='name') 0 falcon bird 389.0
parrot bird 24.0 ------------------------------> 1 parrot bird 24.0
lion mammal 80.5 2 lion mammal 80.5
monkey mammal NaN 3 monkey mammal NaN
For a Series you can specify the name directly. E.g.:
>>> df.groupby('s1').size().reset_index(name='new_name')
s1 new_name
0 b 1
1 r 1
2 s 1