Pandas 是一個強大的工具，用於數據分析，構建在 python 庫之上。 Pandas 庫使用戶能夠有效且高效地創建和操作 DataFrame (數據表)和時間序列。這些 DataFrame 可用於訓練和測試機器學習模型以及分析數據。
將索引轉換為列
默認情況下， DataFrame 的每一行都有一個索引值。數據幀中的行按順序分配從 0 到(行數 - 1)的索引值，每一行都有一個索引值。有很多方法可以將索引轉換為 pandas DataFrame 中的列。讓我們創建一個 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輸出：
方法1：最簡單的方法是創建一個新列，並使用Dataframe.index 函數將每一行的索引傳遞到該列。
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輸出：
方法2：我們也可以使用Dataframe.reset_index函數將索引轉換為列。 inplace 參數反映了數據幀中的更改以保持永久狀態。
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輸出：
注：本文由純淨天空篩選整理自haniel大神的英文原創作品 How to Convert Index to Column in Pandas Dataframe?。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。