这似乎很明显，但我似乎无法弄清楚如何将数据框的索引转换为列？
例如：
df=
gi ptt_loc
0 384444683 593
1 384444684 594
2 384444686 596
到，
df=
index1 gi ptt_loc
0 0 384444683 593
1 1 384444684 594
2 2 384444686 596
【问题讨论】：
标签： python pandas dataframe indexing series
要么：
df['index1'] = df.index
或者，.reset_index：
df.reset_index(level=0, inplace=True)
所以，如果您有一个具有 3 级索引的多索引框架，例如：
>>> df
val
tick tag obs
2016-02-26 C 2 0.0139
2016-02-27 A 2 0.5577
2016-02-28 C 6 0.0303
如果您想将索引中的第一 (tick) 和第三 (obs) 级别转换为列，您可以这样做：
>>> df.reset_index(level=['tick', 'obs'])
tick obs val
tag
C 2016-02-26 2 0.0139
A 2016-02-27 2 0.5577
C 2016-02-28 6 0.0303
【讨论】：
df.reset_index()，它将整个索引移动到列中（每级一列）并创建一个从 0 到 len(df) 的 int 索引)-1
df['index1'] = df.index 返回警告：“试图在数据帧的切片副本上设置值。”请改用 df.assign() 函数，如下所示。
为了更清楚一点，让我们看一下索引中有两个级别（MultiIndex）的 DataFrame。
index = pd.MultiIndex.from_product([['TX', 'FL', 'CA'],
['North', 'South']],
names=['State', 'Direction'])
df = pd.DataFrame(index=index,
data=np.random.randint(0, 10, (6,4)),
columns=list('abcd'))
使用默认参数调用的reset_index 方法将所有索引级别转换为列，并使用简单的RangeIndex 作为新索引。
df.reset_index()
使用level 参数控制将哪些索引级别转换为列。如果可能，请使用更明确的级别名称。如果没有级别名称，您可以通过整数位置来引用每个级别，整数位置从外部从 0 开始。您可以在此处使用标量值或要重置的所有索引的列表。
df.reset_index(level='State') # same as df.reset_index(level=0)
如果您想保留索引并将索引转换为列，则可以执行以下操作：
# for a single level
df.assign(State=df.index.get_level_values('State'))
# for all levels
df.assign(**df.index.to_frame())
【讨论】：
对于 MultiIndex，您可以使用
提取其子索引df['si_name'] = R.index.get_level_values('si_name')
其中si_name 是子索引的名称。
【讨论】：
rename_axis + reset_index
您可以先将索引重命名为所需的标签，然后提升为系列：
df = df.rename_axis('index1').reset_index()
print(df)
index1 gi ptt_loc
0 0 384444683 593
1 1 384444684 594
2 2 384444686 596
这也适用于MultiIndex 数据帧：
print(df)
# val
# tick tag obs
# 2016-02-26 C 2 0.0139
# 2016-02-27 A 2 0.5577
# 2016-02-28 C 6 0.0303
df = df.rename_axis(['index1', 'index2', 'index3']).reset_index()
print(df)
index1 index2 index3 val
0 2016-02-26 C 2 0.0139
1 2016-02-27 A 2 0.5577
2 2016-02-28 C 6 0.0303
【讨论】：
如果您想使用reset_index 方法并保留现有索引，您应该使用：
df.reset_index().set_index('index', drop=False)
或将其更改为：
df.reset_index(inplace=True)
df.set_index('index', drop=False, inplace=True)
例如：
print(df)
gi ptt_loc
0 384444683 593
4 384444684 594
9 384444686 596
print(df.reset_index())
index gi ptt_loc
0 0 384444683 593
1 4 384444684 594
2 9 384444686 596
print(df.reset_index().set_index('index', drop=False))
index gi ptt_loc
index
0 0 384444683 593
4 4 384444684 594
9 9 384444686 596
如果你想摆脱索引标签，你可以这样做：
df2 = df.reset_index().set_index('index', drop=False)
df2.index.name = None
print(df2)
index gi ptt_loc
0 0 384444683 593
4 4 384444684 594
9 9 384444686 596
【讨论】：
df1 = pd.DataFrame({"gi":[232,66,34,43],"ptt":[342,56,662,123]})
p = df1.index.values
df1.insert( 0, column="new",value = p)
df1
new gi ptt
0 0 232 342
1 1 66 56
2 2 34 662
3 3 43 123
【讨论】：