将Pandas多指数变成列

将Pandas多指数变成列可以使用reset_index()函数。reset_index()函数的作用是将数据框的行索引恢复为默认的整数索引，并将之前的行索引变成数据框的一列或多列。

下面是将多级行索引的数据框变成单级索引的数据框的代码示例：

import pandas as pd

# 创建一个多级行索引的数据框
data = {'A': [1, 1, 2, 2], 'B': ['a', 'b', 'a', 'b'], 'C': [1, 2, 3, 4]}
df = pd.DataFrame(data).set_index(['A', 'B'])

# 查看原始的数据框
print(df)

# 使用reset_index()函数将多级行索引变成单级索引
df2 = df.reset_index()

# 查看转换后的数据框
print(df2)

输出结果：

     C
A B   
1 a  1
  b  2
2 a  3
  b  4
   A  B  C
0  1  a  1
1  1  b  2
2  2  a  3
3  2  b  4

在上面的示例中，我们首先创建了一个多级行索引的数据框df，然后使用reset_index()函数将其变成单级索引的数据框df2。可以发现，转换后的数据框中，原来的多级行索引变成了两列（列名为A和B）。此外，在数据框中，C列保持不变。

如果需要将多级列索引变成单级索引，只需要给reset_index()函数传入axis=1参数即可：

import pandas as pd

# 创建一个多级列索引的数据框
data = {'A': [1, 1, 2, 2], 'B': ['a', 'b', 'a', 'b'], 'C': [1, 2, 3, 4]}
df = pd.DataFrame(data).set_index(['A', 'B'])
df.columns = pd.MultiIndex.from_product([['foo', 'bar'], ['one', 'two']])

# 查看原始的数据框
print(df)

# 使用reset_index()函数将多级列索引变成单级索引
df2 = df.reset_index(level=[0, 1], col_level=1)

# 查看转换后的数据框
print(df2)

输出结果：

    foo   bar   
    one two one two
A B             
1 a    1   1   2   2
  b    2   2   3   3
2 a    3   3   4   4
  b    4   4   5   5
   A  B  foo  bar
0  1  a    1    2
1  1  b    2    3
2  2  a    3    4
3  2  b    4    5

在上面的示例中，我们首先创建了一个多级列索引的数据框df，采用pd.MultiIndex.from_product()函数创建了多级列索引。然后，我们使用reset_index()函数将对应的多级列索引变成单级索引，并将level参数指定为[0, 1]表示我们想要将前两级列索引变成行，col_level参数指定为1表示我们想要将第一层列索引作为一列数据框的列名。最终得到的数据框是单级索引的，前两列分别是原来的多级列索引的第一层和第二层，后两列是相应的数据值。