Python Pandas：如何从多级列索引中删除一列？

Question

我有一个多级列的表格，像这样：

    a
   ---+---+---
    b | c | f
--+---+---+---
0 | 1 | 2 | 7
1 | 3 | 4 | 9

如何按名称删除列"c"？使其看起来像这样：

    a
   ---+---
    b | f
--+---+---
0 | 1 | 7
1 | 3 | 9

我尝试过这个：

del df['c']

但我得到了以下错误，这是有道理的:

KeyError: 'Key length (1) was greater than MultiIndex lexsort depth (0)'

- Boosted_d16

Answer 1

使用多重索引时，要通过元组指定列以删除特定列，或者指定级别以删除该索引级别上具有该键的所有列。

不要说删除列 'c'，而是像下面这样说删除('a','c'):

df.drop(('a', 'c'), axis = 1, inplace = True)

或者按照以下所示指定级别

df.drop('c', axis = 1, level = 1)

让我们创建一个简单的数据框作为演示：

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c"),
...                                   ("a", "f"), ('x', 'c'),('x', 'f')])
>>> df = pd.DataFrame([[1,3, 7, 21, 8], [2, 4, 9, 21, 8]], columns=cols)
>>> df
   a         x   
   b  c  f   c  f
0  1  3  7  21  8
1  2  4  9  21  8

现在让我们来看一下如何从 'a' 中删除 'c'

>>> df.drop(('a', 'c'), axis = 1)
   a      x   
   b  f   c  f
0  1  7  21  8
1  2  9  21  8

如果有三个层级的索引，那么在元组中包含该关键字以从底层删除，例如('a'，'c'，'k')

如果索引只有一个值，就像你所做的那样，默认情况下它会在顶层索引中搜索匹配项，并删除该索引上的匹配项，或者如果该键不在索引中则抛出错误，就像你发现的那样。

因此，在我的示例中，告诉它只删除“x”是可以的。

>>> df.drop('x', axis = 1)
   a      
   b  c  f
0  1  3  7
1  2  4  9

要删除所有第二个索引为'c'的列，则需要指定级别

>>> df.drop('c', axis = 1, level = 1)
   a     x
   b  f  f
0  1  7  8
1  2  9  8

- Mint

Answer 2

已解决：

df.drop('c', axis=1, level=1)

- Boosted_d16

---

尽管DataFrame看起来不再包含“c”列，但当我查询df.columns时，已删除的列索引仍然会显示出来。 - Makis Tsantekidis

我有同样的问题，你找到任何解决方案了吗？ - Kevin Wittek

我觉得我找到了罪魁祸首。这些层级是FrozenList，因此不会受到这个操作的影响。你可以使用df.columns.remove_unused_levels()来获取最新的索引。 - Kevin Wittek

谢谢，@KevinWittek。这里是一段代码片段展示它的工作原理：cols = pd.MultiIndex.from_tuples( [("a", "b"), ("a", "c"), ("a", "f"), ("x", "c"), ("x", "f")] ) df = pd.DataFrame([[1, 3, 7, 21, 8], [2, 4, 9, 21, 8]], columns=cols) df.drop(["x"], inplace=True, axis=1, level=0) df.columns.remove_unused_levels().levels[0] - Vadym Tyemirov

你应该使用 inplace = True，但是一般情况下，pandas正在摆脱 inplace 选项，因此最好执行 df = df.drop('c', axis=1, level=1)。 - Barzi2001

Answer 3

这对我不起作用。 只有在添加了'inplace=True'时它才有效。
正确的语句是df.drop('c', axis = 1, level = 1, inplace=True)

- user21244696

---

这并没有回答问题。一旦您拥有足够的声望，您将能够评论任何帖子；相反，提供不需要询问者澄清的答案。- 来自审核 - tturbo