Python Pandas MultiIndex.to_frame()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas MultiIndex.to_frame()函数以MultiIndex的级别为列，创建一个DataFrame。

语法: MultiIndex.to_frame(index=True)

参数 :
index :将返回的DataFrame的索引设置为原来的MultiIndex。

返回： DataFrame：一个包含原始MultiIndex数据的DataFrame。

示例#1：使用MultiIndex.to_frame()函数，使用MultiIndex级别作为列和索引构建一个数据框架。

# importing pandas as pd
import pandas as pd
  
# Create the MultiIndex
midx = pd.MultiIndex.from_tuples([(10, 'Ten'), (10, 'Twenty'), 
                                  (20, 'Ten'), (20, 'Twenty')], 
                                        names =['Num', 'Char'])
  
# Print the MultiIndex
print(midx)

输出 :

现在让我们从MultiIndex构建数据框架。

# Construct the DataFrame
midx.to_frame(index = True)

输出 :

正如我们在输出中看到的，该函数使用MultiIndex构建了数据框架。注意数据框架的索引是用MultiIndex的级别构建的。

示例#2：使用MultiIndex.to_frame()函数来构建一个使用MultiIndex的DataFrame。不要使用MultiIndex级别来构建数据框架的索引。

# importing pandas as pd
import pandas as pd
  
# Create the MultiIndex
midx = pd.MultiIndex.from_tuples([(10, 'Ten'), (10, 'Twenty'),  
                                  (20, 'Ten'), (20, 'Twenty')], 
                                        names =['Num', 'Char'])
  
# Print the MultiIndex
print(midx)

输出 :

现在让我们使用midx MultiIndex创建一个数据框架。

# Create Dataframe with new index values.
midx.to_frame(index = False)

输出 :

正如我们在输出中看到的，该函数返回了一个具有不同索引值的DataFrame。