如何在 Pandas 中展平 MultiIndex？

在本文中，我们将讨论如何在 pandas 中展平 multiIndex。

展平所有级别的 MultiIndex：

在这种方法中，我们将使用 reset_index()函数来平整数据帧的所有级别。

语法：

dataframe.reset_index(inplace=True)

注意： Dataframe 是输入数据框，我们要创建数据框 MultiIndex。

语法：

MultiIndex.from_tuples([(tuple1),.......,(tuple n),names=[column_names])

论据：

• 元组是值
• 列名是每个元组值中的列名

示例：

在此示例中，我们将创建一个数据框以及 multiIndex 并以Python编程语言显示它。

Python3

import pandas as pd
  
# create DataFrame muktiindexex
data = pd.MultiIndex.from_tuples([('Web Programming', 'php', 'sub1'),
                                  ('Scripting', 'python', 'sub2'),
                                  ('networks', 'computer network', 'sub3'),
                                  ('architecture', 'computer organization', 'sub4'),
                                  ('coding', 'java', 'sub5')],
                                 names=['Course', 'Subject name', 'subject id'])
  
# create dataframe with student marks
data = pd.DataFrame({'ravi': [98, 89, 90, 88, 93],
                     'reshma': [78, 89, 80, 98, 63], 
                     'sahithi': [78, 89, 80, 98, 63]},  
                    index=data)
  
# display
data

输出：

现在，我们将展平所有级别的索引：

Python3

import pandas as pd
  
# create DataFrame muktiindexex
data = pd.MultiIndex.from_tuples([('Web Programming', 'php', 'sub1'),
                                  ('Scripting', 'python', 'sub2'),
                                  ('networks', 'computer network', 'sub3'),
                                  ('architecture', 'computer organization', 'sub4'),
                                  ('coding', 'java', 'sub5')],
                                 names=['Course', 'Subject name', 'subject id'])
  
# create dataframe with student marks
  
data = pd.DataFrame({'ravi': [98, 89, 90, 88, 93], 
                     'reshma': [78, 89, 80, 98, 63],
                     'sahithi': [78, 89, 80, 98, 63]},
                    index=data)
  
  
# flatten the index of all levels
data.reset_index(inplace=True)
  
# display
data

输出：

展平 MultiIndex 的特定级别

通过使用特定级别，我们可以使用以下语法获得：

dataframe.reset_index(inplace=True,level=['level_name'])

在哪里

• 数据框是输入数据框
• level_name 是多索引级别的名称

例子：

在此示例中，我们将创建一个数据框并展平特定级别的 multiIndex 并以Python编程语言显示它。

Python3

import pandas as pd
  
# create DataFrame muktiindexex
data = pd.MultiIndex.from_tuples([('Web Programming', 'php', 'sub1'),
                                  ('Scripting', 'python', 'sub2'),
                                  ('networks', 'computer network', 'sub3'),
                                  ('architecture', 'computer organization', 'sub4'),
                                  ('coding', 'java', 'sub5')],
                                 names=['Course', 'Subject name', 'subject id'])
  
# create dataframe with student marks
  
data = pd.DataFrame({'ravi': [98, 89, 90, 88, 93], 
                     'reshma': [78, 89, 80, 98, 63],
                     'sahithi': [78, 89, 80, 98, 63]},
                    index=data)
  
# flatten the index of level with course column
data.reset_index(inplace=True, level=['Course'])
  
# display
data

输出：

我们还可以指定多个级别；

Python3

import pandas as pd
  
# create DataFrame muktiindexex
data = pd.MultiIndex.from_tuples([('Web Programming', 'php', 'sub1'),
                                  ('Scripting', 'python', 'sub2'),
                                  ('networks', 'computer network', 'sub3'),
                                  ('architecture', 'computer organization', 'sub4'),
                                  ('coding', 'java', 'sub5')],
                                 names=['Course', 'Subject name', 'subject id'])
  
# create dataframe with student marks
  
data = pd.DataFrame({'ravi': [98, 89, 90, 88, 93],
                     'reshma': [78, 89, 80, 98, 63], 
                     'sahithi': [78, 89, 80, 98, 63]}, 
                    index=data)
  
# flatten the index of level with course 
# and subject id columns
data.reset_index(inplace=True, level=['Course', 'subject id'])
  
# display
data

输出：

使用 to_records() 方法

这是一个 pandas 模块方法，用于将多索引数据帧转换为每个记录并显示。

语法：

dataframe.to_records()

例子：

Python3

import pandas as pd
  
# create DataFrame muktiindexex
data = pd.MultiIndex.from_tuples([('Web Programming', 'php', 'sub1'),
                                  ('Scripting', 'python', 'sub2'),
                                  ('networks', 'computer network', 'sub3'),
                                  ('architecture', 'computer organization', 'sub4'),
                                  ('coding', 'java', 'sub5')],
                                 names=['Course', 'Subject name', 'subject id'])
  
# create dataframe with student marks
  
data = pd.DataFrame({'ravi': [98, 89, 90, 88, 93],
                     'reshma': [78, 89, 80, 98, 63],
                     'sahithi': [78, 89, 80, 98, 63]}, 
                    index=data)
  
pd.DataFrame(data.to_records())

输出：