大熊猫从多索引数据帧恢复到单索引数据帧
在本文中，我们将从熊猫数据框中的多索引恢复到单索引。有时，当我们进行探索性数据分析或数据操作时，我们必须在数据框架中进行多重索引，以提取有意义的见解或高效轻松地使用列。在进行数据操作之后，如果我们想将我们的数据帧从多索引更改为单索引，这样看起来会更好，建议将数据帧更改为单索引。
索引就像一个地址，这就是如何访问数据帧或系列中的任何数据点。行和列都有索引，行索引称为索引，而对于列来说则称为索引。
在本文中，我们将使用无家可归. csv 文件作为 dataframe，并对其应用方法。
蟒蛇 3
# 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，这个数据帧没有索引。因此，我们使用熊猫 set_index() 创建一个多索引的索引，将列名的名称作为列表传递。
蟒蛇 3
# making the 'region' and 'state' column as index.
df_mi = df.set_index(['region' , 'state' , 'individuals'])
print(df_mi.head())
输出:
现在，数据帧具有分级索引或多重索引。使用熊猫内置函数 reset_index() 将数据帧的索引从多索引恢复为单索引。
语法:data frame.reset_index(level = None，drop=False，inplace=False，col_level=0，col_fill =)
返回:(数据框或无)带有新索引的数据框，如果在原位=真，则返回无。
使用上述方法恢复多索引，即:使用 reset_index()，我们可以如下所示:
- 通过使用索引的级别。
- 通过使用索引的名称。
通过使用等级指数
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该列表。正如我们所知，多索引形成了索引的层次结构，这就是为什么它们也被称为层次索引。在本数据框中，“地区”是级(0) 指数或主要指数，“州”是级(1) 指数，“个人”是级(2) 指数。仅通过保留“状态”索引并恢复“区域”和“个人”索引，将数据框转换为单一索引。
蟒蛇 3
# 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，只需将列表中索引的名称传递给 reset_index()。通过保留“个人”索引并恢复“地区”和“州索引，将数据框仅转换为单个索引，只是在列表中绕过他们的姓名。
蟒蛇 3
# 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:如果我们希望让 Dataframe 无索引，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() 中传递所有索引或级别的名称，让 Dataframe 无索引。
