熊猫：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)

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

我如何才能降低该指数的“a”级，因此我最终得到：

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

Answer 1

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

如果您想保持数据帧方法链的滚动，这是非常有用的。

Answer 2

另一种删除索引的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

如果您希望合并两个级别的名称，如下面的示例中底部级别包含两个“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”。这可以通过将名称与列表合并来避免。

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

    A_x A_y B_y
0   1   2   8
1   3   4   9

这是我做群比后遇到的一个问题，我花了一段时间才找到解决这个问题的另一个问题。我根据这里的具体情况调整了该解决方案。

Answer 3

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]