如何在 Pandas Python 中将 reset_index 与多分组值（分层格式）一起使用答案

【问题标题】：how can I use reset_index with the multi grouped values(Hierarchical format) in Pandas Python如何在 Pandas Python 中将 reset_index 与多分组值（分层格式）一起使用
【发布时间】：2018-08-04 17:33:28
【问题描述】：

这是我的数据格式，我想重置索引并希望将其设为一种表格格式，因此我可以计算第二行的所有 id 的计数，并可以使用按日期和计数的直方图绘制它们,

有什么简单的想法吗？

【问题讨论】：

这里的 get_level_index(-1) 是什么意思以及它将如何获取第二列索引的 value_count
df.reset_index() 的输出是什么？请直接以文本形式发布代码和数据，而不是屏幕截图。
df.reset_index 在这里不起作用，我试过了，这就是为什么我在这里发布我的代码是grouping= HistData.groupby([pd.TimeGrouper('2H'), 'ID1, 'ID2']) grouper = grouping['ID1'].count() type(grouper)
@Ravi 请发布重现您的问题的示例数据。不是截图。
我在Answer box里贴了数据，请看一下

标签： python pandas python-3.5

【解决方案1】：

如果reset_index() 不起作用，您也可以手动转换表格。假设 df1 是您现有的数据框，我们将创建您想要的 df2（新的）。

df2 = pd.DataFrame()

df2['DateTime'] = df1.index.get_level_values(0).tolist()
df2['ID1'] = df1.index.get_level_values(1).tolist()
df2['ID2'] = df1['ID2'].values.tolist()
df2['Count'] = df1['Count'].values.tolist()

【讨论】：

我之前尝试过此解决方案，但 df1 不再是数据框，因此我没有从该列表中选择列，如您所述。
那么df1的类型是什么？
我检查了它告诉我 Pandas series.Series 的 type(df1)，但我不确定为什么它无法选择列.. 使用 df1['ID1'] 我仍在寻找问题是怎么回事。