Python 熊猫多重指数中的鬼指数

我有以下数据：

arrays = [['bar', 'bar', 'baz', 'baz'],
           ['one', 'two', 'one', 'two']]

tuples = list(zip(*arrays))

index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])

s = pd.Series(np.random.randn(4), index=index)

first  second
bar    one       1.791849
       two       0.334121
baz    one      -0.655277
       two      -1.296491

现在我对索引进行筛选并删除“一”：

奇怪的是，“一”仍然出现在索引中（取决于我用来访问索引值的方法）：

或：

你知道为什么索引中仍然显示“一”吗？

使用，因为默认情况下过滤后索引没有更改，我想原因是性能：

print (t.index.remove_unused_levels())
MultiIndex([('bar', 'two'),
            ('baz', 'two')],
           names=['first', 'second'])

print (t.index.remove_unused_levels().levels[1])
Index(['two'], dtype='object', name='second')

---

谢谢你，耶斯雷尔。我假设这意味着pandas隐式保存了它为

df

看到的一组索引？你能详细解释一下吗？@Carsten-我先不是，然后这个函数就是为了解决这个问题而创建的。

t.index.levels[1]

Index(['one', 'two'], dtype='object', name='second')

t.index.get_level_values(1)

Index(['two', 'two'], dtype='object', name='second')

print (t.index.remove_unused_levels())
MultiIndex([('bar', 'two'),
            ('baz', 'two')],
           names=['first', 'second'])

print (t.index.remove_unused_levels().levels[1])
Index(['two'], dtype='object', name='second')