Pandas：从多级列索引中删除一个级别？-IT科技

问题描述：

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

我怎样才能降低该索引的“a”级别，以便最终得到：

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

解决方案 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]

解决方案 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

如果您想让 DataFrame 方法链保持滚动，这非常有用。

解决方案 3：

删除索引的另一种方法是使用列表推导：

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

   b  c
0  1  2
1  3  4

如果您想要合并两个级别的名称，此策略也很有用，如下例所示，其中底层包含两个“y”：

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”。可以通过使用列表理解连接名称来避免这种情况。

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

    A_x A_y B_y
0   1   2   8
1   3   4   9

这是我在执行 groupby 后遇到的一个问题，花了一段时间才找到另一个可以解决该问题的问题。我根据此处的具体情况调整了该解决方案。

解决方案 4：

另一种方法是使用.xsdf方法根据的横截面进行重新分配。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

解决方案 5：

使用 level=1 的一个小技巧sum （当 level=1 全部唯一时有效）

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

解决方案 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，但这可能是一个选择，特别是当您最终重命名数据框时。

解决方案 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。通过几个例子，你就会发现表中的“a”是列名，“b”、“c”是索引。这样做会有所帮助

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

解决方案 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