在 pandas DataFrame 中删除列级别的方法链接解决方案答案

【问题标题】：Method chaining solution to drop column level in pandas DataFrame在 pandas DataFrame 中删除列级别的方法链接解决方案
【发布时间】：2016-11-17 13:12:14
【问题描述】：

在重塑和查询我在 pandas DataFrames 中的数据时，我使用了很多方法链接。有时会为 in 索引（行）和列创建额外的和不必要的级别。如果是这样，例如在索引（行轴）上，这很容易通过使用DataFrame.reset_index() 解决：

df.query('some query')
   .apply(cool_func)
   .reset_index('unwanted_index_level',drop=True) # <====
   .apply(another_cool_func)

reset_index 函数允许一个人继续链式方法并继续使用DataFrame。

尽管如此，我从未找到 column_axis 的等效解决方案。有吗？

【问题讨论】：

您是否在寻找.drop 删除列？
嗨 - 不，我想从轴 DataFrame.columns 中的 MultiIndex 中降低一个级别
如果删除列索引级别，您希望如何处理出现的列名重复？

标签： python pandas multi-index method-chaining

【解决方案1】：

您可以只 stack 列（将其移动到索引）并使用 drop=True 调用 reset_index，或者您可以使用 reset_index() 作为起点编写 reset_columns() 方法（参见框架.py#L2940)

df.query('some query')
   .apply(cool_func)
   .stack(level='unwanted_col_level_name')
   .reset_index('unwanted_col_level_name',drop=True)
   .apply(another_cool_func)

替代方案：猴子补丁解决方案

def drop_column_levels(self, level=None, inplace=False):
        """
        For DataFrame with multi-level columns, drops one or more levels.
        For a standard index, or if dropping all levels of the MultiIndex, will revert
        back to using a classic RangeIndexer for column names.

        Parameters
        ----------
        level : int, str, tuple, or list, default None
            Only remove the given levels from the index. Removes all levels by
            default
        inplace : boolean, default False
            Modify the DataFrame in place (do not create a new object)

        Returns
        -------
        resetted : DataFrame
        """
        if inplace:
            new_obj = self
        else:
            new_obj = self.copy()

        new_columns = pd.core.common._default_index(len(new_obj.columns))
        if isinstance(self.index, pd.MultiIndex):
            if level is not None:
                if not isinstance(level, (tuple, list)):
                    level = [level]
                level = [self.index._get_level_number(lev) for lev in level]
                if len(level) < len(self.columns.levels):
                    new_columns = self.columns.droplevel(level)

        new_obj.columns = new_columns
        if not inplace:
            return new_obj

# Monkey patch the DataFrame class
pd.DataFrame.drop_column_levels = drop_column_levels

【讨论】：

太棒了！我不知道stack 函数！它也可能对其他事情派上用场！效果很好

【解决方案2】：

允许继续点链接的一个选项是为pd.DataFrame 类定义一种新方法，以降低列索引级别。这称为猴子补丁，它会降低代码的可移植性。

def reset_column_index(self, inplace=False):
    if inplace:
        self.columns = ['_'.join(tup) for tup in self.columns]
    else:
        c = self.copy()
        c.columns = ['_'.join(tup) for tup in c.columns]
        return c

pd.DataFrame.reset_column_index = reset_column_index

df.query('some query')
   .apply(cool_func)
   .reset_column_index()
   .apply(another_cool_func)

使用此方法会将多索引列展平为单个索引，将名称与下划线合并。

#     foo          bar
#       A     B      A     B
# 0    17     2      0     3
# 1     4    12     40    11

变成

#   foo_A   foo_B   bar_A   bar_B
# 0    17       2       0       3
# 1     4      12      40      11

【讨论】：

感谢您的建议。我认为这是有效的 - 但我倾向于选择已经“打包”的选项以实现兼容性，而不是总是必须定义相同的功能
我完全同意。 @Julien 的回答似乎效果很好。

【解决方案3】：

我自己刚刚找到了另一个解决方案，它使用DataFrame 的.T 字段，相当于DataFrame.transpose()。

df.query('some query')
   .apply(cool_func)
   .T.reset_index('unwanted_col_level_name',drop=True).T
   .apply(another_cool_func)

【讨论】：