熊猫：从多级列索引中删除一个级别？

6 回答

• 30

  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 . 通过几个工作并了解表中的'a'是列名和'b'，'c'是索引 . 这样做会有所帮助

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

  回复于 2024-05-06T14:53:01+08:00
• 12

  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
  

  回复于 2024-05-06T14:53:01+08:00
• 0

  您还可以通过重命名列来实现：

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

  这涉及手动步骤，但可能是一个选项，特别是如果您最终将重命名您的数据框 .

  回复于 2024-05-06T14:53:01+08:00
• 0

  删除索引的另一种方法是使用列表解析：

  df.columns = [col[1] for col in df.columns]
  
     b  c
  0  1  2
  1  3  4
  

  如果您想要组合两个级别的名称（如下面的示例，其中底层包含两个'y'），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
  

  删除顶层会留下两列，索引为“y” . 通过将名称与列表推导相结合可以避免这种情况 .

  df.columns = ['_'.join(col) for col in df.columns]
  
      A_x A_y B_y
  0   1   2   8
  1   3   4   9
  

  这是我在做一个groupby之后遇到的一个问题，并且需要一段时间才能找到解决它的this other question . 我在这里针对具体案例调整了解决方案 .

  回复于 2024-05-06T14:53:01+08:00
• 180

  使用 sum 且level = 1的小技巧（当level = 1时的工作都是唯一的）

  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
  

  回复于 2024-05-06T14:53:01+08:00
• 33

  你可以使用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]
  

  回复于 2024-05-06T14:53:01+08:00