Pandas: 如何从多层列索引中删除一个级别？

Question

如果我有一个多层的列索引：

>>> 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

我该怎么去掉这个索引中的“a”层级，这样我最后得到的结果是：

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

Answer 1

这是一个小技巧，使用了 sum 函数，当你设置的级别(level)为1时，这个方法有效，前提是所有的值都是独一无二的。

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

---

更常见的解决办法是使用 get_level_values。

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

Answer 2

另一种方法是使用 .xs 方法，根据 df 的一个交叉部分来重新赋值 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 3

另一种去掉索引的方法是使用列表推导式：

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

   b  c
0  1  2
1  3  4

这种方法也很有用，特别是当你想把两个层级的名字结合在一起时，就像下面的例子，其中底层有两个'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

如果去掉顶层，就会留下两个索引为'y'的列。通过使用列表推导式，可以避免这个问题，直接把名字连接起来。

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

    A_x A_y B_y
0   1   2   8
1   3   4   9

这是我在做分组操作后遇到的问题，花了不少时间才找到 这个其他问题，它解决了我的困扰。我把那个解决方案调整到这里的具体情况。

Answer 4

从Pandas0.24.0版本开始，我们可以使用DataFrame.droplevel()这个功能：

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

这个功能非常有用，特别是当你想要继续使用DataFrame的方法链时。

Answer 5

你可以使用 MultiIndex.droplevel 这个功能：

>>> 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]