Pandas：从多级列索引中删除一个级别？

Question

如果我有多级列索引：

>>> 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

我怎样才能降低该索引的“a”级别，所以我最终得到：

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

Answer 1

另一种方法是使用.xs方法，基于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 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

如果要将两个级别的名称组合在一起，则此策略也很有用，如下面的示例中，其中底部级别包含两个“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”。这可以通过将名字与列表理解结合起来来避免。

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

    A_x A_y B_y
0   1   2   8
1   3   4   9

这是我在做了一个groupby后遇到的问题，花了一段时间才找到解决问题的this other question。我根据这里的具体情况修改了这个解决方案。

Answer 3

您可以使用^{}：

>>> 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]