pandas把index变成列

在使用pandas进行数据处理和分析时，经常会遇到需要将DataFrame的索引（index）转化为列（column）的情况。本文将详细介绍在pandas中如何将index转化为列的方法。

为什么需要把index变成列

在DataFrame中，index是用来标识每一行数据的唯一标识符，类似于数据库中的主键。有时候我们需要将index作为一个普通的列，以实现特定的数据处理需求，比如与其他列进行计算、数据可视化等。因此，将index变成列可以提供更多的操作灵活性和方便性。

示例数据

为了演示将index变成列的方法，我们先创建一个示例数据。假设我们有一份存储学生信息的DataFrame，其中index表示学生的学号，而列名表示学生的各种属性。代码如下：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [20, 21, 22, 23],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data, index=['001', '002', '003', '004'])

print(df)

输出为：

    姓名  年龄 性别
001  张三  20  男
002  李四  21  女
003  王五  22  男
004  赵六  23  女

使用reset_index方法

pandas的reset_index方法可以将DataFrame的index重置为默认的整数序列，并将原本的index转化为一列新的数据。具体使用方法如下：

df_reset = df.reset_index()

print(df_reset)

输出为：

  index  姓名  年龄 性别
0   001  张三  20  男
1   002  李四  21  女
2   003  王五  22  男
3   004  赵六  23  女

在这个示例中，reset_index方法将原本的index转化为了一列名为”index”的数据，同时重新为DataFrame生成了默认的整数序列作为新的index。

如果希望将原本的index转化为多列，可以使用reset_index方法的参数level。level接受一个int或者多个int的列表或者元组，表示要重置的索引级别的序号。代码如下：

df_reset_multi = df.reset_index(level=0)

print(df_reset_multi)

输出为：

  index  姓名  年龄 性别
001   张三  20  男
002   李四  21  女
003   王五  22  男
004   赵六  23  女

这里的level=0表示将第一级索引（即学号）转化为列，同时保留原本的第二级索引（即姓名）。

使用rename_axis方法

除了使用reset_index方法，还可以使用rename_axis方法将index转化为列。rename_axis方法允许修改index（或columns）的标签，我们可以通过指定新的标签名来实现将index转化为列的目的。代码如下：

df_rename_axis = df.rename_axis('学号').reset_index()

print(df_rename_axis)

输出为：

   学号  姓名  年龄 性别
0  001  张三  20  男
1  002  李四  21  女
2  003  王五  22  男
3  004  赵六  23  女

在这个示例中，rename_axis方法将原本的index标签名修改为”学号”，然后使用reset_index方法将index转化为列。

使用stack方法

除了使用reset_index和rename_axis方法，还可以使用pandas的stack方法将index转化为列。stack方法将原本的列名旋转到行索引上，并产生一个Series。我们可以通过将stack方法应用于DataFrame的columns来实现将index转化为列的目的。代码如下：

df_stack = df.stack().reset_index()

print(df_stack)

输出为：

  level_0 level_1   0
0      001      姓名  张三
1      001      年龄  20
2      001      性别   男
3      002      姓名  李四
4      002      年龄  21
5      002      性别   女
6      003      姓名  王五
7      003      年龄  22
8      003      性别   男
9      004      姓名  赵六
10     004      年龄  23
11     004      性别   女