代码示例

value_counts的结果是一个series，其index为原来列的值，value为值的个数。要将其转为DataFrame需要两个函数rename_axis和reset_index.
代码如下：

>>>> df = pd.DataFrame([[i,i*10] for i in range(10)], columns=['a', 'b'])
>>> df
	a	b
0	0	0
1	1	10
2	2	20
3	3	30
4	4	40
5	5	50
6	6	60
7	7	70
8	8	80
9	9	90
>>> df.b.value_counts().rename_axis("b").reset_index(name="counts")
	b	counts
0	0	1
1	10	1
2	20	1
3	30	1
4	40	1
5	50	1
6	60	1
7	70	1
8	80	1
9	90	1

工作原理

rename_axis和reset_index对于Series和DataFrame都可以用。现在讲一下在Series下的功能。

rename_axis

rename_axis给index改名字，不支持给value列改名字。对于DataFrame时候，支持对列改名字。
参数：axis只支持值为0。

关于此函数，其官方文档也是写的垃圾。

reset_index

reset_index对于series对象来说，只有一个作用：将series转为dataframe，index转为普通列并给一个默认RangeIndex，同时给value列一个名字，这个名字用name参数传递。如下：

>>> s = pd.Series(["dog", "cat", "monkey"])
>>> s.rename_axis("key").reset_index('key', name="animal")
	key	animal
0	0	dog
1	1	cat
2	2	monkey

各函数对于DataFrame下的应用

Set_index是给DataFrame指定某一列作为index，并抛弃掉原来的index。
如下：

reset_index是将DataFrame的index重置为普通列，并设置一个默认index。如下：

其他应用

quantile结果转为DataFrame

>>> df = pd.DataFrame([[i,i*10] for i in range(10)], columns=['a', 'b'])
>>> df.a.quantile([i/4 for i in range(5)]).rename_axis("a_decile").reset_index(name='value_pointer')
	a_decile	value_pointer
0	0.00	0.00
1	0.25	2.25
2	0.50	4.50
3	0.75	6.75
4	1.00	9.00