Python Pandas – 从原始索引创建DataFrame，但强制使用新索引

要从原始索引创建DataFrame但强制使用新索引，请使用index.to_frame（）。将参数设置为 index 到 False 。

首先，导入所需的库−

import pandas as pd

创建Pandas索引−

index = pd.Index(['电子产品'，'配件'，'装饰'，'书籍'，'玩具']，name ='产品')

显示Pandas索引

print("Pandas Index...\n",index)

强制新索引并将索引转换为DataFrame。在这里，实际索引被另一个索引替换−

print("\nIndex to DataFrame...\n",index.to_frame(index=False))

更多Pandas文章，请阅读：Pandas教程

例子

以下是代码−

import pandas as pd

# 创建Pandas索引
index = pd.Index(['电子产品'，'配件'，'装饰'，'书籍'，'玩具']，name ='产品')

# 显示Pandas索引
print("Pandas Index...\n",index)

# 返回索引中的元素数
print("\n索引中的元素数...\n",index.size)

# 返回数据的dtype
print("\n数据dtype对象...\n",index.dtype)

# 强制新索引并将索引转换为DataFrame
# 在这里，实际索引被另一个索引替换
print("\nIndex to DataFrame...\n",index.to_frame(index=False))

输出

这将产生以下输出−

Pandas Index...
Index(['电子产品'， '配件'， '装饰'， '书籍'， '玩具'], dtype='object', name='产品')

索引中的元素数...
5

数据dtype对象...
object

Index to DataFrame...
     产品
0  电子产品
1    配件
2    装饰
3    书籍
4    玩具