Pandas 从多元组列中删除单个元组

我有以下数据帧：

<bound method DataFrame.info of <class 'pandas.core.frame.DataFrame'>
MultiIndex: 369416 entries, (datetime.datetime(2008, 1, 2, 16, 0), 'ABC') to     (datetime.datetime(2010, 12, 31, 16, 0), 'XYZ')
Data columns:
b_val    369416  non-null values
dtypes: float64(1)>

但这给了我：

<bound method DataFrame.info of <class 'pandas.core.frame.DataFrame'>
Index: 757 entries, 2008-01-02 16:00:00 to 2010-12-31 16:00:00
Columns: 488 entries, ('b_val', 'ABC') to ('b_val', 'XYZ')
dtypes: float64(488)>

有没有办法将其转换为另一种方式，或者有没有办法从每个列名中删除“b_val”？

我认为这样做是正确的

您可以使用

droplevel

，从列名（多索引）中删除第一个级别：

df.columns = df.columns.droplevel(0)

下面是一个例子：

df = pd.DataFrame([[1, 'a', 22], [1, 'b', 27], [2, 'a', 35], [2, 'b', 56]], columns=['date', 'name', 'value']).set_index(['date','name'])
df1 = df.unstack()

In [3]: df1
Out[3]:
      value
name      a   b
date
1        22  27
2        35  56

In [4]: df1.columns = df1.columns.droplevel(0)

In [5]: df1
Out[5]:
name   a   b
date
1     22  27
2     35  56

但是，更清洁的选项仅适用于列（系列）：

---

谢谢你，安迪！我曾一度尝试使用droplevel（0），但我将结果分配给df而不是df.columns，结果只使用col名称作为数据帧。我不知道发生了什么：-/@pynewbie现在我想，解开这个系列是一个“更干净”的方法。我一直保持在液滴水平（因为这回答了标题中的问题）：）

df = pd.DataFrame([[1, 'a', 22], [1, 'b', 27], [2, 'a', 35], [2, 'b', 56]], columns=['date', 'name', 'value']).set_index(['date','name'])
df1 = df.unstack()

In [3]: df1
Out[3]:
      value
name      a   b
date
1        22  27
2        35  56

In [4]: df1.columns = df1.columns.droplevel(0)

In [5]: df1
Out[5]:
name   a   b
date
1     22  27
2     35  56

In [6]: df.value.unstack()
Out[6]:
name   a   b
date
1     22  27
2     35  56