向多索引添加级别，删除而不丢失

Question

假设我有一个带多索引的DataFramedf，它的级别是L

有没有办法从索引中删除L并再次添加它？

df = df.index.drop('L')从数据帧中完全删除L（与具有drop参数的df= df.reset_index()不同）。 我当然可以。

现在，假设索引包含除L之外的所有内容，我想添加L。 df.index.insert(0, df.L)不起作用。 当然，我也可以打电话给df= df.reset_index().set_index(everything_including_L, inplace=True)，但感觉不对。

为什么我需要这个？因为索引不必是唯一的，所以我可能希望添加一个新列，以便索引成为唯一的。在拆分数据后，索引的一个级别不再包含任何信息的情况下，删除可能很有用（例如，我的索引是A、B，我在A=x的df上操作，但我不希望丢失A，而A将与index.droplevel（'A'）一起发生）。

Answer 1

在当前版本（0.17.1）中，可以

df.set_index(column_to_add, append=True, inplace=True)

以及

df.reset_index(level=column_to_remove_from_index).

这与重置n列，然后将n+1添加到索引相比，有了显著的加速。