如何从多索引数据框中删除级别？答案

【问题标题】：How to remove levels from a multi-indexed dataframe?如何从多索引数据框中删除级别？
【发布时间】：2013-06-09 16:36:01
【问题描述】：

例如，我有：

In [1]: df = pd.DataFrame([8, 9],
                          index=pd.MultiIndex.from_tuples([(1, 1, 1),
                                                           (1, 3, 2)]),
                          columns=['A'])

In [2] df
Out[2]: 
       A
1 1 1  8
  3 2  9

有没有比这更好的方法从索引中删除最后一级：

In [3]: pd.DataFrame(df.values,
                     index=df.index.droplevel(2),
                     columns=df.columns)
Out[3]: 
     A
1 1  8
  3  9

【问题讨论】：

标签： pandas dataframe multi-index

【解决方案1】：

您无需创建新的 DataFrame 实例！可以修改索引：

df.index = df.index.droplevel(2)
df

     A
1 1  8
  3  9

您还可以指定负索引，以便从末尾选择：

df.index = df.index.droplevel(-1)

【讨论】：

这可以应用于 pandas v 0.23+ 的列吗？
我刚刚尝试使用 v 0.22 并为列工作。我比接受的答案更喜欢这个答案。它对我来说更清楚，也可以应用于列。

【解决方案2】：

df.reset_index(level=2, drop=True)
Out[29]: 
     A
1 1  8
  3  9

【讨论】：

值得注意的是，有一个 inplace 参数，即 True 会修改 df 而不是返回一个新的 DataFrame。
现在可以使用，即使在 pd.Series 中也是如此。 .index.drop(...) 的想法可能已经过时了。
如果您的索引级别 1 是可挖掘的，而不仅仅是完美的数字范围，您是否也会重置级别 1？

【解决方案3】：

如果您的索引具有类似

的名称

那么你也可以通过指定索引名来移除

df.index = df.index.droplevel(Z)

【讨论】：

【解决方案4】：

从0.24+，我们可以直接dropleveldf。因此，要删除索引的最后一级：

>>> df

         col
1 5 1 4  foo
  3 2 8  bar
2 4 3 7  saz

# `axis` defaults to `index` or equivalently 0

>>> df.droplevel(-1, axis="index")

       col
1 5 1  foo
  3 2  bar
2 4 3  saz

水平下降的轴也可以用axis参数控制，默认为0，即超过索引。通过提供一个列表可以一次删除多个级别，如果任何索引有名称，也可以使用这些名称（如链接文档中所示）。

注意：droplevel 的参数首先尝试被解释为一个标签；因此，如果任何级别碰巧有一个整数名称，它将被删除，即不是位置：

>>> df
                 col
this -1 other 0
1    5  1     4  foo
     3  2     8  bar
2    4  3     7  saz


# literally drops `-1` level
>>> df.droplevel(-1)

              col
this other 0
1    1     4  foo
     2     8  bar
2    3     7  saz

# literally level `0` is dropped
>>> df.droplevel(0)

               col
this -1 other
1    5  1      foo
     3  2      bar
2    4  3      saz

为了确保发生位置下降，我们可以使用names 属性并在那里选择位置：

>>> df
                 col
this -1 other 0
1    5  1     4  foo
     3  2     8  bar
2    4  3     7  saz

# go get the name of the last level, drop whatever it is
>>> df.droplevel(df.index.names[-1])

               col
this -1 other
1    5  1      foo
     3  2      bar
2    4  3      saz

# similarly...
>>> df.droplevel(df.index.names[0])

            col
-1 other 0
5  1     4  foo
3  2     8  bar
4  3     7  saz

最后，droplevel 返回一个新的数据帧，所以需要df = df.droplevel(...) 才能看到df 的变化。

【讨论】：