从MultiIndex中删除单个（子）列 [英] Dropping a single (sub-) column from a MultiIndex

问题描述

我有以下数据框 df

    col1        col2        col3
    a     b     a     b     a     b       
1   ...
2
3

并且无法弄清楚如何只丢弃一个'sublevel'，例如 df.col1.a

and just cannot figure out how to drop only a single 'sublevel', e.g. df.col1.a

我可以 df.col1.drop（'a' ，axis = 1），但重新分配，如 df.col1 = df.col1.drop（'a'，axis = 1）失败。

I can df.col1.drop('a', axis=1), but reassigning it like df.col1=df.col1.drop('a', axis=1) fails.

逻辑结构 df.colums 我明白了，但我应该如何修改呢？

The logical structure df.colums I understand, but how should I be modifying it?

推荐答案

Drop 是一种非常灵活的方法，有很多种方法可以使用它：

Drop is a very flexible method, and there are quite a few ways to use it:

In [11]: mi = pd.MultiIndex.from_product([['col1', 'col2', 'col3'], ['a', 'b']])

In [12]: df = pd.DataFrame(1, index=[0], columns=mi)

In [13]: df
Out[13]:
   col1     col2     col3
      a  b     a  b     a  b
0     1  1     1  1     1  1

放一个使用元组的列：

In [14]: df.drop(('col1', 'a'), axis=1)
Out[14]:
   col1  col2     col3
      b     a  b     a  b
0     1     1  1     1  1

或使用元组列表的列表：

or a list using a list of tuples:

In [15]: df.drop([('col1', 'a'), ('col2', 'b')], axis=1)
Out[15]:
   col1  col2  col3
      b     a     a  b
0     1     1     1  1

或跨越某个级别，例如所有 a s：

or across a level, e.g. all as:

In [16]: df.drop('a', level=1, axis=1)
Out[16]:
   col1  col2  col3
      b     b     b
0     1     1     1

在0.14中，您还可以传递要丢弃的正则表达式...

还有一种方法可以放弃索引/列的整个级别：

There's also a way to drop the entire level of a index/column:

In [21]: df.columns.droplevel(1)
Out[21]: Index([u'col1', u'col1', u'col2', u'col2', u'col3', u'col3'], dtype='object')

这篇关于从MultiIndex中删除单个（子）列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！