Pandy zresetować indeks serii usunąć multiindex

Question

stworzyłem Series z DataFrame, kiedy resampled niektóre dane o liczbie tak: gdzie H2 jest DataFrame:

H3=H2[['SOLD_PRICE']] 
    H5=H3.resample('Q',how='count') 
    H6=pd.rolling_mean(H5,4) 

Otrzymano serię, która wygląda tak:

1999-03-31 SOLD_PRICE  NaN 
1999-06-30 SOLD_PRICE  NaN 
1999-09-30 SOLD_PRICE  NaN 
1999-12-31 SOLD_PRICE 3.00 
2000-03-31 SOLD_PRICE 3.00 

z indeksem, który wygląda tak:

MultiIndex 
[(1999-03-31 00:00:00, u'SOLD_PRICE'), (1999-06-30 00:00:00, u'SOLD_PRICE'), (1999-09-30 00:00:00, u'SOLD_PRICE'), (1999-12-31 00:00:00, u'SOLD_PRICE'),..... 

Nie chcę drugiej kolumny jako indeksu. Idealnie byłoby mieć DataFrame z kolumną 1 jako "Data" i kolumną 2 jako "Sprzedaż" (spadek drugiego poziomu indeksu). Nie bardzo wiem, jak zmienić konfigurację indeksu.

Answer 1

Wystarczy zadzwonić reset_index():

In [130]: s 
Out[130]: 
0   1 
1999-03-31 SOLD_PRICE NaN 
1999-06-30 SOLD_PRICE NaN 
1999-09-30 SOLD_PRICE NaN 
1999-12-31 SOLD_PRICE  3 
2000-03-31 SOLD_PRICE  3 
Name: 2, dtype: float64 

In [131]: s.reset_index() 
Out[131]: 
      0   1 2 
0 1999-03-31 SOLD_PRICE NaN 
1 1999-06-30 SOLD_PRICE NaN 
2 1999-09-30 SOLD_PRICE NaN 
3 1999-12-31 SOLD_PRICE 3 
4 2000-03-31 SOLD_PRICE 3 

Istnieje wiele sposobów, aby upuścić kolumny:

połączenia reset_index() dwukrotnie i określić kolumnę:

In [136]: s.reset_index(0).reset_index(drop=True) 
Out[136]: 
      0 2 
0 1999-03-31 NaN 
1 1999-06-30 NaN 
2 1999-09-30 NaN 
3 1999-12-31 3 
4 2000-03-31 3 

usunąć kolumnę po zresetowaniu indeksu:

In [137]: df = s.reset_index() 

In [138]: df 
Out[138]: 
      0   1 2 
0 1999-03-31 SOLD_PRICE NaN 
1 1999-06-30 SOLD_PRICE NaN 
2 1999-09-30 SOLD_PRICE NaN 
3 1999-12-31 SOLD_PRICE 3 
4 2000-03-31 SOLD_PRICE 3 

In [139]: del df[1] 

In [140]: df 
Out[140]: 
      0 2 
0 1999-03-31 NaN 
1 1999-06-30 NaN 
2 1999-09-30 NaN 
3 1999-12-31 3 
4 2000-03-31 3 

połączeń drop() po zresetowaniu:

In [144]: s.reset_index().drop(1, axis=1) 
Out[144]: 
      0 2 
0 1999-03-31 NaN 
1 1999-06-30 NaN 
2 1999-09-30 NaN 
3 1999-12-31 3 
4 2000-03-31 3 

Następnie, po tym, jak zresetować indeks, po prostu zmienić nazwę kolumny

In [146]: df.columns = ['Date', 'Sales'] 

In [147]: df 
Out[147]: 
     Date Sales 
0 1999-03-31 NaN 
1 1999-06-30 NaN 
2 1999-09-30 NaN 
3 1999-12-31  3 
4 2000-03-31  3 

Answer 2

Podczas korzystania podwójne wsporniki, jak

H3 = H2[['SOLD_PRICE']] 

H3 staje się DataFrame. Jeśli użyjesz pojedynczych nawiasów, to wtedy H3 stanie się Serią. Jeżeli H3 to seria, to wynik chec następuje naturalnie:

import pandas as pd 
import numpy as np 
rng = pd.date_range('1/1/2011', periods=72, freq='M') 
H2 = pd.DataFrame(np.arange(len(rng)), index=rng, columns=['SOLD_PRICE']) 
H3 = H2['SOLD_PRICE'] 
H5 = H3.resample('Q', how='count') 
H6 = pd.rolling_mean(H5,4) 
print(H6.head()) 

daje

2011-03-31 NaN 
2011-06-30 NaN 
2011-09-30 NaN 
2011-12-31  3 
2012-03-31  3 
dtype: float64