Welcome to pandas!

6.6 行索引设置为列数据

前面是df.set_index()函数将列数据设置为行索引，现在要反向操作，将行索引设置为列数据，则可以使用df.reset_index()函数，在实际工作中经常会将列数据设置为行索引，做完数据处理完后再还原回来，结构如下：

df.reset_index(level=None,drop=False,inplace=False,col_level=0,col_fill=””)

level :指定要设置为列数据的行索引级别，参数类型可以是数字、字符串、元组或列表，

比如该参数设置为0表示将分层索引的第1层设置为列数据，也可以写行索引对应的标题名称， 如果要将多个索引层级设置为列数据，就可以将多个索引层级的标题写入列表，元组中，默认情况下将所有级别设置为列数据。

drop :是否删除行索引

inplce :是否就地修改

col_level :如果列具有多个级别（分层索引），则可以插到指定列层级，默认请况下，会插入到第1层中。

Col_fill ：如果列有多个层级，则确定其他层级的命名方式，如果没有，则索引名称为该参数指定的值 。

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\素材测试.文件导入分层索引设置.xlsx",sheet_name="工资表1" ,

header=[ 0,1 ], index_col =[ 0,1,2 ])

print (df)

df=df.reset_index([ "姓名","部门" ], col_level = 1 ) #把姓名和部门放到第二层 。

print (df)

返回: