Pandas DataFrame Index转Column用法及代码示例

Pandas 是一个强大的工具，用于数据分析，构建在 python 库之上。 Pandas 库使用户能够有效且高效地创建和操作 DataFrame (数据表)和时间序列。这些 DataFrame 可用于训练和测试机器学习模型以及分析数据。

将索引转换为列

默认情况下， DataFrame 的每一行都有一个索引值。数据帧中的行按顺序分配从 0 到(行数 - 1)的索引值，每一行都有一个索引值。有很多方法可以将索引转换为 pandas DataFrame 中的列。让我们创建一个 DataFrame 。

Python3


# importing the pandas library as pd
import pandas as pd
  
  
# Creating the dataframe df
df = pd.DataFrame({'Roll Number':['20CSE29', '20CSE49', '20CSE36', '20CSE44'],
                   'Name':['Amelia', 'Sam', 'Dean', 'Jessica'],
                   'Marks In Percentage':[97, 90, 70, 82],
                   'Grade':['A', 'A', 'C', 'B'],
                   'Subject':['Physics', 'Physics', 'Physics', 'Physics']})
  
# Printing the dataframe
df

输出：

方法1：最简单的方法是创建一个新列，并使用Dataframe.index 函数将每一行的索引传递到该列。

Python3


import pandas as pd
  
  
df = pd.DataFrame({'Roll Number':['20CSE29', '20CSE49', '20CSE36', '20CSE44'],
                   'Name':['Amelia', 'Sam', 'Dean', 'Jessica'],
                   'Marks In Percentage':[97, 90, 70, 82],
                   'Grade':['A', 'A', 'C', 'B'],
                   'Subject':['Physics', 'Physics', 'Physics', 'Physics']})
  
# Printing the dataframe
df['index'] = df.index
df

输出：

方法2：我们也可以使用Dataframe.reset_index函数将索引转换为列。 inplace 参数反映了数据帧中的更改以保持永久状态。

Python3


import pandas as pd
  
  
df = pd.DataFrame({'Roll Number':['20CSE29', '20CSE49', '20CSE36', '20CSE44'],
                   'Name':['Amelia', 'Sam', 'Dean', 'Jessica'],
                   'Marks In Percentage':[97, 90, 70, 82],
                   'Grade':['A', 'A', 'C', 'B'],
                   'Subject':['Physics', 'Physics', 'Physics', 'Physics']})
  
# Printing the dataframe
df.reset_index(level=0, inplace=True)
df

输出：

注：本文由纯净天空筛选整理自haniel大神的英文原创作品 How to Convert Index to Column in Pandas Dataframe?。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。