HOWTO · Pandas

如何将 Pandas DataFrame 的索引转换为列

本教程介绍如何使用 df.index 或 reset_index 将 Pandas DataFrame 的索引添加为列,使用 rename_axis 命名结果列,并将 MultiIndex 的各层级转换为列。

本页内容

若要将 DataFrame 的索引值添加为普通列,请使用 reset_index()。它会返回一个新的 DataFrame,将原索引放入一列或多列,并使用默认整数索引。如果要在保留现有索引的同时复制索引值,请改为将 df.index 赋给一列。若要指定索引列的名称,可在重置索引前使用 rename_axis()。同一个 reset_index() 操作也会将 MultiIndex 的每个层级转换为一列。

使用 df.index 将索引添加为列

将 df.index 赋给一列,会把索引值复制到该列,同时保留 DataFrame 原有的索引。当你既需要将索引用作行标签,又需要将其作为数据时,这种方式很有用。这里新列名为 index;如果其他名称更能说明数据含义,也可以选择其他列名。以下示例中的代码和输出标签保留英文;示例展示了索引值如何复制到列中,以及原行标签如何保留:

本节中的代码以及显示的标签或输出仍为英文。

import pandas as pd

df = pd.DataFrame({"name": ["Ada", "Lin"], "score": [8, 9]}, index=[101, 102])
df["index"] = df.index
print(df.to_dict(orient="records"))
print("row labels:", df.index.tolist())
[{'name': 'Ada', 'score': 8, 'index': 101}, {'name': 'Lin', 'score': 9, 'index': 102}]
row labels: [101, 102]

输出记录展示了复制后的值,第二行则确认原来的行标签仍然保留。这种赋值不会创建新的默认索引。如果已有列使用了你选择的名称,请改用其他列名,以免替换已有数据。

使用 reset_index 将索引添加为列

调用 reset_index(),可将索引值移入返回的 DataFrame 列中。如果索引已有名称,该名称会成为列名。如果索引未命名,且 index 尚未被占用,pandas 会将其用作列名。除非将结果重新赋给原变量,否则此操作不会修改原 DataFrame;将结果赋给一个变量可以清楚地表示新的结构。以下示例中的代码和输出标签保留英文;输出展示了索引值进入列后,列名和记录的变化:

本节中的代码以及显示的标签或输出仍为英文。

import pandas as pd

df = pd.DataFrame({"score": [8, 9]}, index=pd.Index([101, 102], name="record_id"))
converted = df.reset_index()
print(converted.to_dict(orient="records"))
print("columns:", converted.columns.tolist())
[{'record_id': 101, 'score': 8}, {'record_id': 102, 'score': 9}]
columns: ['record_id', 'score']

默认情况下,结果会获得一个从零开始的新整数索引。如果你只想重置索引,不想将原索引保留为列,可使用 reset_index(drop=True)。如果生成的索引列名与已有列冲突,请在重置前重命名其中一列。

使用 rename_axis 指定索引列名

rename_axis() 会设置索引名称,随后 reset_index() 会使用该名称作为新列名。即使源索引没有名称,这种方法也适用。这一调用链返回的是 DataFrame,而不是 Series,因此其他列及其行值都会保留。以下示例中的代码和输出标签保留英文;输出展示了指定索引名称后生成的记录:

本节中的代码以及显示的标签或输出仍为英文。

import pandas as pd

df = pd.DataFrame({"city": ["Oslo", "Lima"], "visitors": [12, 7]}, index=[1, 2])
converted = df.rename_axis("site_id").reset_index()
print(converted.to_dict(orient="records"))
[{'site_id': 1, 'city': 'Oslo', 'visitors': 12}, {'site_id': 2, 'city': 'Lima', 'visitors': 7}]

创建索引时也可以直接设置名称;如果 DataFrame 已经存在,或者你希望转换步骤连贯易读,rename_axis() 会很方便。有关 reset_index() 的参数和返回行为,请参阅 DataFrame.reset_index 参考。

将 MultiIndex 转换为列

MultiIndex 会在多个层级上存储行标签。调用 reset_index() 会将每个层级分别移入一列,同时保留各层级值的组合及其对应数据。在导出数据或与要求使用普通列的数据进行合并之前,这种转换很有用。下面的确定性示例会转换两个已命名的层级。示例代码和输出标签保留英文;输出展示了两个索引层级如何成为列:

本节中的代码以及显示的标签或输出仍为英文。

import pandas as pd

index = pd.MultiIndex.from_tuples(
    [("North", "A"), ("North", "B"), ("South", "A")],
    names=["region", "code"],
)
df = pd.DataFrame({"sales": [5, 8, 3]}, index=index)
converted = df.reset_index()
print(converted.to_dict(orient="records"))
[{'region': 'North', 'code': 'A', 'sales': 5}, {'region': 'North', 'code': 'B', 'sales': 8}, {'region': 'South', 'code': 'A', 'sales': 3}]

原来的每个索引层级现在都成为独立的列,而 sales 仍与原来的区域和代码相对应。如果你要将普通列移入索引,set_index() 执行的是相反方向的转换;它与这里展示的转换方向不同。