📅  最后修改于: 2023-12-03 14:45:03.857000             🧑  作者: Mango
在 Pandas 中,索引是用于对数据进行标记和访问的重要部分。有时候,我们可能需要将索引作为一个列来存储和操作。本文将介绍如何使用 Pandas 将索引转换为列。
首先,让我们创建一个示例数据集作为演示:
import pandas as pd
data = {'Name': ['John', 'Jane', 'Tom', 'Jerry'],
'Age': [28, 25, 32, 30],
'City': ['New York', 'Paris', 'London', 'Sydney']}
df = pd.DataFrame(data)
df.index = ['A', 'B', 'C', 'D']
print(df)
输出:
Name Age City
A John 28 New York
B Jane 25 Paris
C Tom 32 London
D Jerry 30 Sydney
Pandas 提供了 reset_index()
方法来将索引转换为列。我们可以使用该方法将 DataFrame 的索引转换为一个新的列。
df_reset = df.reset_index()
print(df_reset)
输出:
index Name Age City
0 A John 28 New York
1 B Jane 25 Paris
2 C Tom 32 London
3 D Jerry 30 Sydney
可以看到,原来的索引值被转换为了一个名为 'index' 的新列。
默认情况下,转换后的列名为 'index'。我们可以使用 rename()
方法来重新命名这个列。
df_reset = df.reset_index().rename(columns={'index': 'Index'})
print(df_reset)
输出:
Index Name Age City
0 A John 28 New York
1 B Jane 25 Paris
2 C Tom 32 London
3 D Jerry 30 Sydney
现在,转换后的列名为 'Index'。
如果我们希望保留原始的索引,并创建一个新的从零开始的整数索引,可以使用 reset_index()
方法的 drop
参数。
df_reset = df.reset_index(drop=True)
print(df_reset)
输出:
Name Age City
0 John 28 New York
1 Jane 25 Paris
2 Tom 32 London
3 Jerry 30 Sydney
现在,索引被重置为从零开始的整数索引,并且原始索引没有被保留。
通过 reset_index()
方法,我们可以将索引转换为列,并进行相应的操作。这是处理数据集中索引的常见操作之一。
希望本文对你有所帮助!