處理原因
當DataFrame使用分組聚合后，分組的規則會作為索引，如下例。為了便於后續對表格數據的處理和分析，可將索引轉化為列。
數據樣式
# 各地區分店每年的銷售額
sales_area = df.groupby(['Market','Order_Year'])['Sales'].sum()
# 當前sales_area有多層索引
sales_area
使用reset_index()函數將索引轉換為列
reset_index()函數
pandas.DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')
參數：
level：int,str,tuple,or list,default None
僅從索引中刪除輸入的級別，默認刪除全部索引
drop：bool,default False
不會將刪除的索引轉化成列，默認是False：轉化成列；True：刪除的索引直接丟棄，不轉化成列
inplace：bool,defualt False
是否在原數據上做更改，默認False：不在源數據上做更改，此時有返回值DataFrame需要變量進行賦值；True無返回值
col_level
col_fill
返回值：DataFrame或None（取決於參數inplace的值）
pandas.Series.reset_index(level=None, drop=False, name=None, inplace=False)
參數：
level
drop
name：object，str
對原數據列的列名字進行更改,當drop為False才能使用本參數
inplace
當drop為False時，返回DataFrame類型，由於原數據類型是Series，返回值類型和原數據類型不同，故不能在原數據上更改，inplace只能是False；當drop為True時，返回series類型，此時inplace=True可在原數據上更改
返回值：Series or DataFrame or None（取決於參數drop和inpalce的值）
錯誤示例
# 各地區分店每年的銷售額
sales_area = df.groupby(['Market','Order_Year'])['Sales'].sum()
# 將索引轉化為列
sales_area.reset_index(inplace=True)
sales_area
報錯：TypeError: Cannot reset_index inplace on a Series to create a DataFrame
正確轉化
由於返回值是DataFrame類型，原數據是Series類型，故此時不能在原數據上更改。修改如下：
# 各地區分店每年的銷售額
sales_area = df.groupby(['Market','Order_Year'])['Sales'].sum()
# 將索引轉化為列
sales_area=sales_area.reset_index()
sales_area
