为什么重置pandas DataFrame的索引时会出现新列？

level_0 是pandas处理索引转换时自动生成的默认列名，触发场景分为两种：

• 连续两次调用无drop=True参数的reset_index()：第一次调用会把旧索引转为index列，同时生成新的默认整数索引；第二次调用时，新的整数索引会被转为列，为了避免和已有的index列重名，pandas自动将其命名为level_0。
• 待操作的DataFrame本身为多级索引（MultiIndex）结构：调用reset_index()时会将每一级索引依次转为普通列，第一级索引的默认列名即为level_0，后续层级依次命名为level_1、level_2等。

• 不需要保留旧索引时，调用reset_index()添加drop=True参数即可避免生成额外列：
  df = df.reset_index(drop=True)
• 已经生成level_0列时直接删除即可：
  df = df.drop('level_0', axis=1)

内容的提问来源于stack exchange，提问作者Manas Kalra