极客教程在Pandas中从多索引恢复到单索引数据框架
在这篇文章中，我们将把pandas数据框架中的多索引还原为单索引。有时，当我们在做探索性数据分析或数据处理时，我们必须在数据框架中进行多索引，以提取有意义的见解或有效和容易地使用列。在做完数据处理后，如果我们想把我们的数据框架从多索引改为单索引，这样看起来会更好，建议将数据框架改为单索引。
索引就像一个地址，这就是如何访问整个数据框架或系列的任何数据点。行和列都有索引，行的索引被称为索引，而对于列来说。
在这篇文章中，我们将使用homelessness.csv文件作为数据框架，并对其应用方法。
# importing pandas library as alias pd.
import pandas as pd
# using pandas read_csv().
df = pd.read_csv('homelessness.csv')
df.head()
输出:
我们可以看到，这个数据框架没有索引。因此，我们通过使用pandas set_index()创建一个多索引，并将列名作为列表传给它。
# making the 'region' and 'state' column as index.
df_mi = df.set_index(['region' , 'state' , 'individuals'])
print(df_mi.head())
输出:
现在，数据框架有了分层索引或多索引。使用Pandas的内置函数reset_index()将数据框架的索引从多索引恢复到单索引。
语法： DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=")
返回 : (Data Frame or None) 带有新索引的DataFrame，如果inplace=True则为None。
使用上述方式恢复多指标，即使用reset_index()，我们可以按照以下方式进行。
1.通过使用该指数的水平。
2.通过使用索引的名称。
通过使用指数的水平
通过使用level关键字将值传递给函数，该关键字接受级别列表，我们希望从索引位置恢复这些值。正如我们所知道的，多索引形成了一个索引的层次，这就是为什么这些索引也被称为层次索引。在这个数据框架中，”地区 “是第(0)层索引或主索引，”状态 “是第(1)层索引，”个人 “是第(2)层索引。通过保留’state’索引和恢复’region’和’individuals’索引，将Dataframe转换为一个单一索引。
# using the reset_index(), reverting the
# level 0 and level 2 indexes.
df_si_level = df_mi.reset_index( level = [0 , 2] )
print(df_si_level.head())
输出:
通过使用索引的名称
在这个方法中，只需将列表中的索引名称传递给reset_index()。将数据框架转换为一个单一的索引，通过保留’个人’索引和恢复’区域’和’状态’索引，只是绕过它们在列表中的名字。
# using the reset_index(), reverting
# the 'region' and 'state' indexes.
df_si_name = df_mi.reset_index([ 'region' , 'state' ])
print(df_si_name.head())
输出 :
注意 :如果我们想让Dataframe没有索引，或者我们不想让任何列作为索引，那么在这种情况下，我们可以在reset_index()中传递所有的索引或级别的名称，以使Dataframe没有索引。