python - 是否有列的 reset_index，或将列标题移动到内部索引而将其索引位置保留为外部索引的方法？

Question

示例数据框:

import numpy as np
df = pd.DataFrame(np.random.randint(0, 10, size=(10, 4)), columns=list('ABCD'))

有没有办法为列重置索引？或者轻松地插入带有列索引位置值的行？我希望索引位置是最外层的索引，而保留列标题作为最内层的索引。

Answer 1

a.1) 删除列名

df.columns = pd.RangeIndex(df.columns.size)
df

输出:

    0   1   2   3
#---------------#
0   0   1   3   3
1   2   2   0   2
2   2   1   3   1
3   2   1   0   0

a.2) 删除列名称(一行)
可能会出现性能问题和副作用，请参阅下面的讨论。

df.T.reset_index(drop=True).T 

输出:

    0   1   2   3
#---------------#
0   0   1   3   3
1   2   2   0   2
2   2   1   3   1
3   2   1   0   0

b.1) 将列名移动到一行中(一行)
相同的问题，请参阅下面的讨论。

df.T.reset_index().T

输出:

        0   1   2   3
#-------------------#
index   A   B   C   D
   0    0   1   3   3
   1    2   2   0   2
   2    2   1   3   1
   3    2   1   0   0

b.2) 将列名移动到一行中
有效的方法。

 #heterogeneous DataFrame creation
df = pd.DataFrame(np.random.randint(0,4,size=(4, 3)), columns=list('789')).join(
     pd.DataFrame(list('bcde'),columns=['A']))
df.index.name = '4'

#save column as row then reindex column names
df = df.append(pd.Series( df.columns,name = df.index.name,index= df.columns ), )
df.columns = pd.RangeIndex(df.columns.size)
print (df)
print(df.info())

输出:注意 你需要额外的努力来防止所有数据的上升

   0  1  2  3
#-----------#
4            
0  2  3  2  b
1  1  0  2  c
2  3  1  3  d
3  3  3  2  e
4  7  8  9  A

<class 'pandas.core.frame.DataFrame'>
Index: 5 entries, 0 to 4
Data columns (total 4 columns):
0    5 non-null object
1    5 non-null object
2    5 non-null object
3    5 non-null object
dtypes: object(4)

c) 添加二级列索引(一行)
可能会出现性能问题和副作用，请参阅下面的讨论。

df.T.set_index(pd.RangeIndex(df.columns.size),append=True).T

输出:

    A   B   C   D
    0   1   2   3
#---------------#
0   0   1   3   3
1   2   2   0   2
2   2   1   3   1
3   2   1   0   0

---

一线方法批评

性能问题:
对于巨大的数据集，双 T 的成本可能是 Not Acceptable ，但在简单的情况下，返回 DataFrame 副本的一行可能很有用。查看测试结果

In [294]: for i in range (3,7):
     ...:     df = pd.DataFrame(np.random.randint(0,9,size=(10**i, 10**3)))
     ...:     print ('shape:',df.shape)
     ...:     %timeit df.T.reset_index(drop=True)
     ...: 
shape: (1000, 1000)
100 loops, best of 3: 3.2 ms per loop
shape: (10000, 1000)
10 loops, best of 3: 29.3 ms per loop
shape: (100000, 1000)
1 loop, best of 3: 546 ms per loop
shape: (1000000, 1000)
1 loop, best of 3: 9.9 s per loop

In [295]: %timeit df.columns = pd.RangeIndex(df.columns.size)
The slowest run took 28.60 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 7.74 µs per loop
  

副作用(向上转换):
异构数据帧将被向上转换

In [352]: df = pd.DataFrame(np.random.randint(0,4,size=(4, 3)), columns=list('789')).join(
     ...:          pd.DataFrame(list('bcde'),columns=['A']))

In [353]: df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 4 columns):
7    4 non-null int64
8    4 non-null int64
9    4 non-null int64
A    4 non-null object
dtypes: int64(3), object(1)
memory usage: 208.0+ bytes

.T.T 向上转型

In [354]: df.T.T.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 4 columns):
7    4 non-null object
8    4 non-null object
9    4 non-null object
A    4 non-null object
dtypes: object(4)
memory usage: 208.0+ bytes

---