向 MultiIndex 添加级别，删除而不丢失

Question

假设我有一个带有 MultiIndex 的 DataFrame df，它的级别为 L。

有没有办法从索引中删除 L 并重新添加它？

df = df.index.drop('L') 将 L 从 DataFrame 中完全删除（不像 df= df.reset_index() 有一个 drop 参数）。 我当然可以df = df.reset_index().set_index(everything_but_L, inplace=True)。

现在，让我们假设索引包含除 L 之外的所有内容，我想添加 L。 df.index.insert(0, df.L) 不起作用。 同样，我当然可以致电df= df.reset_index().set_index(everything_including_L, inplace=True)，但感觉不对。

我为什么需要这个？由于索引不必是唯一的，因此我可能想添加一个新列，以便索引变得唯一。在拆分数据后一级索引不再包含任何信息的情况下，删除可能很有用（比如我的索引是 A，B 并且我在 A=x 的 df 上进行操作，但我不想丢失会发生的 A使用 index.droplevel('A'))。

Answer 1

在当前版本（0.17.1）中可以

df.set_index(column_to_add, append=True, inplace=True)

和

df.reset_index(level=column_to_remove_from_index).

与重置 n 列然后将 n+1 添加到索引相比，这带来了显着的加速。