Python 在数据帧中删除特定的多索引列

假设有一个数据帧是这样创建的：

tdata = {('A', 50): [1, 2, 3, 4],
         ('A', 55): [5, 6, 7, 8],
         ('B', 10): [10, 20, 30, 40],
         ('B', 20): [50, 60, 70, 80],
         ('B', 50): [2, 4, 6, 8],
         ('B', 55): [10, 12, 14, 16]}
tdf = pd.DataFrame(tdata, index=range(0,4))

      A      B
     50 55  10  20 50  55
   0  1  5  10  50  2  10
   1  2  6  20  60  4  12
   2  3  7  30  70  6  14
   3  4  8  40  80  8  16

如何从数据帧中删除特定列，例如（'B'，10）和（'B'，20）

是否有一种方法可以在一个命令中删除列，例如

tdf.drop（['B'，[10,20]]）

？请注意，我知道我的命令示例与它应该是什么并不接近，但我希望它能够理解要点

有没有办法通过某种逻辑表达式删除列？例如，假设我想删除子级别索引小于50的列（同样是10、20列）。即使10,20子级别索引不存在，我是否可以执行包含列“A”的一般命令，或者我是否必须特别引用列“B”

您可以通过

元组的
列表
：

print (tdf.drop([('B',10), ('B',20)], axis=1))
   A     B    
  50 55 50  55
0  1  5  2  10
1  2  6  4  12
2  3  7  6  14
3  4  8  8  16

对于按
级别删除列
：

mask = tdf.columns.get_level_values(1) >= 50
print (mask)
[ True  True False False  True  True]

print (tdf.loc[:, mask])
   A     B    
  50 55 50  55
0  1  5  2  10
1  2  6  4  12
2  3  7  6  14
3  4  8  8  16

如果需要按级别删除，请仅指定一个级别：

print (tdf.drop([50,55], axis=1, level=1))
    B    
   10  20
0  10  50
1  20  60
2  30  70
3  40  80

你能解释更多吗
即使10,20子级索引不存在，我能做一些包含列“A”的一般命令吗？或者我必须特别引用列“B”？
@jezrael谢谢你的提问。我想知道我是否可以做一些事情，比如通配符顶级的“A”和“B”，然后去寻找我不想要的子级别，比如tdf.drop（[：，[10,20]]）。我认为不可能，这是不可能的。仅按选择，但不删除。