Pandas：从多级列索引中删除一个级别？

Question

如果我有一个多级列索引：

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
>>> pd.DataFrame([[1,2], [3,4]], columns=cols)

 一个
   ---+--
    乙| c
--+---+--
0 | 1 | 2
1 | 3 | 4

我怎样才能删除该指数的“a”级别，所以我最终得到：

 b | c
--+---+--
0 | 1 | 2
1 | 3 | 4

Answer 1

您可以使用

MultiIndex.droplevel

：

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
>>> df = pd.DataFrame([[1,2], [3,4]], columns=cols)
>>> df
   a   
   b  c
0  1  2
1  3  4

[2 rows x 2 columns]
>>> df.columns = df.columns.droplevel()
>>> df
   b  c
0  1  2
1  3  4

[2 rows x 2 columns]

Answer 2

从 Pandas 0.24.0 开始，我们现在可以使用 DataFrame.droplevel():

cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
df = pd.DataFrame([[1,2], [3,4]], columns=cols)

df.droplevel(0, axis=1) 

#   b  c
#0  1  2
#1  3  4

如果您想保持 DataFrame 方法链滚动，这非常有用。

Answer 3

删除索引的另一种方法是使用列表理解：

df.columns = [col[1] for col in df.columns]

   b  c
0  1  2
1  3  4

如果您想组合两个级别的名称，如下面的示例所示，其中底层包含两个“y”，则此策略也很有用：

cols = pd.MultiIndex.from_tuples([("A", "x"), ("A", "y"), ("B", "y")])
df = pd.DataFrame([[1,2, 8 ], [3,4, 9]], columns=cols)

   A     B
   x  y  y
0  1  2  8
1  3  4  9

删除顶层将留下两列索引为“y”的列。通过将名称与列表理解连接起来可以避免这种情况。

df.columns = ['_'.join(col) for col in df.columns]

    A_x A_y B_y
0   1   2   8
1   3   4   9

这是我在进行 groupby 后遇到的问题，花了一段时间才找到 另一个问题 解决了它。我根据此处的具体情况调整了该解决方案。

Answer 4

另一种方法是使用

.xs

方法，根据

df

的横截面重新分配 df。

>>> df

    a
    b   c
0   1   2
1   3   4

>>> df = df.xs('a', axis=1, drop_level=True)

    # 'a' : key on which to get cross section
    # axis=1 : get cross section of column
    # drop_level=True : returns cross section without the multilevel index

>>> df

    b   c
0   1   2
1   3   4

Answer 5

使用

sum

且 level=1 的小技巧（当 level=1 时有效）

df.sum(level=1,axis=1)
Out[202]: 
   b  c
0  1  2
1  3  4

---

更常见的解决方案

get_level_values

df.columns=df.columns.get_level_values(1)
df
Out[206]: 
   b  c
0  1  2
1  3  4

Answer 6

您还可以通过重命名列来实现这一点：

df.columns = ['a', 'b']

这涉及手动步骤，但可能是一个选项，特别是如果您最终要重命名数据框。

Answer 7

我一直在努力解决这个问题，因为我不知道为什么我的 droplevel() 函数不起作用。通过几个练习，了解表中的“a”是列名称，“b”、“c”是索引。这样做会有帮助

df.columns.name = None
df.reset_index() #make index become label

Answer 8

new_columns_cdnr = []
for column in list(df.columns):
    new = [x for x in list(column) if not 'unnamed' in x.lower()]
    new_columns_cdnr.append(new[-1])
df.columns = new_columns_cdnr