python - Pandas - Dataframe.set_index - 如何保留旧的索引列答案

【问题标题】：python - Pandas - Dataframe.set_index - how to keep the old index columnpython - Pandas - Dataframe.set_index - 如何保留旧的索引列
【发布时间】：2018-09-18 02:59:09
【问题描述】：

我有这个Dataframe：

import pandas as pd
df = pd.DataFrame({'Hugo' : {'age' : 21, 'weight' : 75},
                   'Bertram': {'age' : 45, 'weight' : 65},
                   'Donald' : {'age' : 75, 'weight' : 85}}).T
df.index.names = ['name']


         age  weight
name                
Bertram   45      65
Donald    75      85
Hugo      21      75

我想将索引更改为'age'列：

df.set_index('age', inplace=True)

     weight
age        
45       65
75       85
21       75

旧的索引列名称丢失。有没有办法在不丢失原始索引列并再次将旧列作为“普通”列的情况下更改索引，使其看起来像这样？

     name       weight
age        
45   Bertram    65
75   Donald     85
21   Hugo       75

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

先使用reset_index，然后使用set_index：

df = df.reset_index().set_index('age')
print (df)
        name  weight
age                 
45   Bertram      65
75    Donald      85
21      Hugo      75

【讨论】：

【解决方案2】：

添加append=True 和reset_index

df.set_index('age', append=True).reset_index(level=0)
Out[80]: 
        name  weight
age                 
45   Bertram      65
75    Donald      85
21      Hugo      75

【讨论】：

这可能比接受的答案更有效。

【解决方案3】：

以下是最有效的，因为它附加了age 的新索引并确保其就位

df.set_index('age',append=True,inplace=True)

【讨论】：

我们需要使用reset_index(level = 0)。您的回答无效

【解决方案4】：

您的 DataFrame df 有 name (= 'Bertram', 'Donald', 'Hugo') 作为索引

也就是说，你的df是：

         age  weight
name                
Bertram   45      65
Donald    75      85
Hugo      21      75

您可以使用 .reset_index() 方法将索引 (name) 转换为 DataFrame df 内的新列。

df.reset_index(inplace=True)

name 变成一列，新索引是标准的默认整数索引：

你的 df 现在看起来像这样：

Out[1]:    
    name     age  weight

0   Bertram   45      65
1   Donald    75      85
2   Hugo      21      75

现在，您可以使用 .set_index() 方法将索引更改为 age。

df.set_index('age',inplace=True)

df现在是：

Out[2]: 
     name  weight
age                 
45   Bertram      65
75   Donald       85
21   Hugo         75

正如 @jezrael 指出的那样，您可以一步完成，而不是两个步骤，如下所示：

df = df.reset_index().set_index('age')

【讨论】：

【解决方案5】：

将 drop 变量更改为 False。

df = df.set_index("age", drop=False)

【讨论】：

虽然此代码可能会解决问题，including an explanation 关于如何以及为什么解决问题将真正有助于提高您的帖子质量，并可能导致更多的赞成票。请记住，您正在为将来的读者回答问题，而不仅仅是现在提问的人。请edit您的回答添加解释并说明适用的限制和假设。
我们需要使用reset_index(level = 0)。你的回答无效