考虑以下数据帧:
arrays = [['foo', 'bar', 'bar', 'bar'],
['A', 'B', 'C', 'D']]
tuples = list(zip(*arrays))
columnValues = pd.MultiIndex.from_tuples(tuples)
df = pd.DataFrame(np.random.rand(4,4), columns = columnValues)
print(df)
foo bar
A B C D
0 0.859664 0.671857 0.685368 0.939156
1 0.155301 0.495899 0.733943 0.585682
2 0.124663 0.467614 0.622972 0.567858
3 0.789442 0.048050 0.630039 0.722298
假设我要删除第一列,如下所示:
^{pr2}$这将产生预期的结果,但是保留列标签foo
和{
print(df.columns.levels)
[['bar', 'foo'], ['A', 'B', 'C', 'D']]
有没有办法从多索引数据帧中完全删除列(包括其标签)?在
编辑:按照约翰的建议,我看了一下https://github.com/pydata/pandas/issues/12822。我从中得到的是它不是一个bug,但是我相信建议的解决方案(https://github.com/pydata/pandas/issues/2770#issuecomment-76500001)对我不起作用。我是不是少了点什么?在
df2 = df.drop(df.columns[[0]], axis = 1)
print(df2)
bar
B C D
0 0.969674 0.068575 0.688838
1 0.650791 0.122194 0.289639
2 0.373423 0.470032 0.749777
3 0.707488 0.734461 0.252820
print(df2.columns[[0]])
MultiIndex(levels=[['bar', 'foo'], ['A', 'B', 'C', 'D']],
labels=[[0], [1]])
df2.set_index(pd.MultiIndex.from_tuples(df2.columns.values))
ValueError: Length mismatch: Expected axis has 4 elements, new values have 3 elements
新答案
对于pandas 0.20,}
pd.MultiIndex
有一个方法^{旧答案
我们的救世主是pd.MultiIndex.to_系列()
它返回一系列限定在数据帧中的元组
^{pr2}$相关问题 更多 >
编程相关推荐