无需reset_index()，将pandas DataFrame索引指定列转为普通列

我正在处理一个包含多个索引列的大型pandas DataFrame，希望将索引中的部分列转换为普通列。以下是简化示例：

import pandas as pd

df = pd.DataFrame(
    {
        'col_a': [1,2,3],
        'col_b': [4,5,6],
        'index_1': ['a','b','c'],
        'index_2': ['f','g','h'],
        'index_to_column': [True,False,False],
    },
).set_index(['index_1', 'index_2', 'index_to_column'])

我希望将index_to_column从索引中移除并转为普通列，但不想调用df.reset_index().set_index(['index_1', 'index_2'])——处理大量列时这种方式极易混淆，有没有更直接的方法？

解决方法 #

当然有更简洁的方式，不需要先全量重置索引再重新设置：

方法1：使用reset_index的level参数 #

reset_index支持指定要转为列的索引层级，直接保留其他索引不变，完全不用手动罗列所有要保留的索引：

df = df.reset_index(level='index_to_column')

这种方式精准针对目标索引列操作，在索引列数量较多时能避免混乱，是最推荐的方案。

方法2：手动提取索引列并删除对应层级 #

如果需要更灵活的底层操作，可以分两步完成：先把目标索引列的值提取为普通列，再从索引中移除该层级：

# 将目标索引列转为普通列
df['index_to_column'] = df.index.get_level_values('index_to_column')
# 从索引中删除该层级
df = df.droplevel('index_to_column')

内容的提问来源于stack exchange，提问作者dg141