在熊猫中从多索引恢复为单索引数据框答案

【问题标题】：Reverting from multiindex to single index dataframe in pandas在熊猫中从多索引恢复为单索引数据框
【发布时间】：2020-07-25 17:13:05
【问题描述】：

                       NI
YEAR MONTH datetime        
2000 1     2000-01-01   NaN
           2000-01-02   NaN
           2000-01-03   NaN
           2000-01-04   NaN
           2000-01-05   NaN

在上面的数据框中，我有一个由列组成的多级索引：

names=[u'YEAR', u'MONTH', u'datetime']

如何恢复到以“datetime”为索引、以“YEAR”和“MONTH”为普通列的数据框？

【问题讨论】：

标签： python pandas

【解决方案1】：

通过level=[0,1] 重置这些级别：

dist_df = dist_df.reset_index(level=[0,1])

In [28]:
df.reset_index(level=[0,1])

Out[28]:
            YEAR  MONTH  NI
datetime                     
2000-01-01  2000      1   NaN
2000-01-02  2000      1   NaN
2000-01-03  2000      1   NaN
2000-01-04  2000      1   NaN
2000-01-05  2000      1   NaN

您也可以传递标签名称：

df.reset_index(level=['YEAR','MONTH'])

【讨论】：

如果 dist_df.columns 是 MultiIndex，而不是行怎么办？
@DzmitryLazerka 抱歉，我不明白您的评论，如果您有任何问题，请发布新问题，在 cmets 中回答问题在 SO 上不是很好的形式
@DzmitryLazerka 展平多索引（分层）列/行索引，您可以使用.to_flat_index()。见this answer for code example
这会改变数组的顺序吗？

【解决方案2】：

另一种简单的方法是为数据框设置列

consolidated_data.columns=country_master

参考：https://riptutorial.com/pandas/example/18695/how-to-change-multiindex-columns-to-standard-columns

【讨论】：