在 groupby 之后的多索引数据帧 .columns.levels[1] 给出整个数据帧的列答案

【问题标题】：In a multi-indexed dataframe .columns.levels[1] after groupby gives the columns of the whole dataframe在 groupby 之后的多索引数据帧 .columns.levels[1] 给出整个数据帧的列
【发布时间】：2019-05-03 14:43:36
【问题描述】：

假设我有三个数据帧，我在多索引的帮助下水平连接：

df1 = pd.DataFrame(data=np.random.randint(0, 100, (4, 5)), columns=list('ABCDE'))
df2 = pd.DataFrame(data=np.random.randint(0, 100, (4, 5)),columns=list('AGHIJ'))
df3 = pd.DataFrame(data=np.random.randint(0, 100, (4, 5)),columns=list('ALMNP'))
dfs = []
dfs.append(df1)
dfs.append(df2)
dfs.append(df3)
result = pd.concat(dfs, axis=1, keys=range(len(dfs)))

如果我按第一个索引分组，我应该得到我的第一个数据帧，如果我查看它的列列表，它应该是 ABCD，但事实并非如此。

print(result.groupby(axis=1, level=0).get_group(0).columns.levels[1])

给我 df1、df2 和 df3 的所有列

【问题讨论】：

标签： python pandas dataframe merge

【解决方案1】：

这是unused levels 的问题。当您拥有 MultiIndex 时，级别仍然存在，只是未使用，因此您可以在需要时将其删除：

result.groupby(axis=1, level=0).get_group(0).columns.remove_unused_levels().levels[1]
#Index(['A', 'B', 'C', 'D', 'E'], dtype='object')

要查看所有内容是否仍然存在，请查看列。第一级还有 13 个值，但是这个组只引用了前 5 个。

print(result.groupby(axis=1, level=0).get_group(0).columns)
#MultiIndex(levels=[[0, 1, 2], ['A', 'B', 'C', 'D', 'E', 'G', 'H', 'I', 'J', 'L', 'M', 'N', 'P']],
#           codes=[[0, 0, 0, 0, 0], [0, 1, 2, 3, 4]])

【讨论】：

【解决方案2】：

我将使用get_level_values，因为levels 保留所有类别的原始数据框列

result.groupby(axis=1, level=0).get_group(0).columns.get_level_values(1)
Out[1296]: Index(['A', 'B', 'C', 'D', 'E'], dtype='object')

【讨论】：