Python 从多索引数据帧中删除列
考虑以下数据帧:Python 从多索引数据帧中删除列,python,pandas,Python,Pandas,考虑以下数据帧: arrays = [['foo', 'bar', 'bar', 'bar'], ['A', 'B', 'C', 'D']] tuples = list(zip(*arrays)) columnValues = pd.MultiIndex.from_tuples(tuples) df = pd.DataFrame(np.random.rand(4,4), columns = columnValues) print(df) foo
arrays = [['foo', 'bar', 'bar', 'bar'],
['A', 'B', 'C', 'D']]
tuples = list(zip(*arrays))
columnValues = pd.MultiIndex.from_tuples(tuples)
df = pd.DataFrame(np.random.rand(4,4), columns = columnValues)
print(df)
foo bar
A B C D
0 0.859664 0.671857 0.685368 0.939156
1 0.155301 0.495899 0.733943 0.585682
2 0.124663 0.467614 0.622972 0.567858
3 0.789442 0.048050 0.630039 0.722298
假设我要删除第一列,如下所示:
df.drop(df.columns[[0]], axis = 1, inplace = True)
print(df)
bar
B C D
0 0.671857 0.685368 0.939156
1 0.495899 0.733943 0.585682
2 0.467614 0.622972 0.567858
3 0.048050 0.630039 0.722298
这将产生预期的结果,但是保留列标签foo
和A
:
print(df.columns.levels)
[['bar', 'foo'], ['A', 'B', 'C', 'D']]
有没有一种方法可以从多索引数据框中完全删除列(包括其标签)
编辑:根据约翰的建议,我看了一下。我从中得到的是它不是一个bug,但是我相信建议的解决方案()对我不起作用。我是不是遗漏了什么
df2 = df.drop(df.columns[[0]], axis = 1)
print(df2)
bar
B C D
0 0.969674 0.068575 0.688838
1 0.650791 0.122194 0.289639
2 0.373423 0.470032 0.749777
3 0.707488 0.734461 0.252820
print(df2.columns[[0]])
MultiIndex(levels=[['bar', 'foo'], ['A', 'B', 'C', 'D']],
labels=[[0], [1]])
df2.set_index(pd.MultiIndex.from_tuples(df2.columns.values))
ValueError: Length mismatch: Expected axis has 4 elements, new values have 3 elements
新答案
从0.20开始,pd.MultiIndex
有一个方法
旧答案 我们的救星是pd.MultiIndex.to_系列() 它返回一系列限制在数据帧中的元组
df.columns = pd.MultiIndex.from_tuples(df.columns.to_series())
选中此复选框,如果您只是重新分配列,如
df2.columns=pd.MultiIndex.from_tuples(df2.columns.values)
?或者使用df2.reindex(columns=pd.MultiIndex.from_tuples(df2.columns.values))
这样做有效!虽然感觉很不自然。。。你能不能把你的答复作为答复发出去,这样我就可以接受了?
df.columns = pd.MultiIndex.from_tuples(df.columns.to_series())