pandas DataFrame reset_index für Spalten?

Question

Gibt es eine Entsprechung von pandas.DataFrame.reset_index, die auf den Spalten operiert und in der Lage ist, doppelte Spaltennamen zu behandeln?

Offensichtlich konnte ich einfach Spalten neue Werte zuweisen, was ich wissen möchte, wenn es eine Methode wie df.reset_index gibt, um das zu tun.

Probeneingangs

pd.DataFrame(np.random.rand(5, 3), columns = ['A', 'A', 'B']) 

    A A B 
0 0.5 0.3 0.9 
1 0.7 0.9 0.3 
2 0.9 0.4 0.8 
3 0.6 0.2 0.9 
4 0.7 0.4 0.6 

Erwarteter Ausgang

 0 1 2 
0 0.8 0.1 0.2 
1 0.4 0.2 0.4 
2 0.3 0.3 0.4 
3 0.4 0.1 0.8 
4 1.0 0.9 0.9 

wobei 0, 1, 2 nur die Standardmethode der Pandas ist Spalten zu nennen in keinen Namen versehen ist.

Die bestehenden Methoden wie df.rename oder df.reindex_axis funktionieren nicht, wenn ich doppelte Spaltennamen

Answer 1

können Sie set_axis() Methode verwenden:

In [54]: df 
Out[54]: 
      A   A   B 
0 0.934900 0.817182 0.166270 
1 0.064543 0.139431 0.249576 
2 0.709349 0.731913 0.965048 
3 0.284955 0.479898 0.496652 
4 0.520749 0.464256 0.999993 

In [55]: df.set_axis(1, range(len(df.columns))) 

In [56]: df 
Out[56]: 
      0   1   2 
0 0.934900 0.817182 0.166270 
1 0.064543 0.139431 0.249576 
2 0.709349 0.731913 0.965048 
3 0.284955 0.479898 0.496652 
4 0.520749 0.464256 0.999993 

Answer 2

Verwenden range mit einer Länge von Spalten von shape:

df.columns = range(df.shape[1]) 
print (df) 
      0   1   2 
0 0.228080 0.884450 0.753401 
1 0.176790 0.741979 0.525305 
2 0.680255 0.730258 0.449681 
3 0.169420 0.660825 0.986554 
4 0.302204 0.040413 0.902899 

Eine andere Lösung mit Doppel Transponieren von T und reset_index mit Parameter drop=True:

df = df.T.reset_index(drop=True).T 
print (df) 
      0   1   2 
0 0.024846 0.688193 0.887926 
1 0.284681 0.895319 0.142876 
2 0.440834 0.299527 0.762815 
3 0.936967 0.928907 0.642960 
4 0.801077 0.085773 0.866651