Python 与多级索引数据帧一起使用时pd.DataFrame.drop的意外行为

在pandas中从多索引数据框中删除一列后，我遇到了一个意外的行为

在删除列之后，我需要获取多索引数据帧的最外层（level=0）列。为了得到level=0列，我使用了：

df.columns.levels[0]

然而，即使在从原始数据帧中删除特定列并将其分配给新的数据帧之后，我仍然在索引列表中获得相同的元素，而不是更新的列列表

例如：

INPUT: df
Box       '1'                  '2'                   '3'
Latency   code latency  loc    code latency  loc    code latency  loc
0         9170.  948.    L.    8170.  328.    R.    9160.  238.    L.
1         7540   1501.   R     9170.  9028.   L.    7170.   94.    L.

我不确定这是一个bug还是我做错了什么。。。 为什么更新的数据帧（

dropped_df

）返回与原始数据帧相同的列，即使更新的数据帧的输出显示数据帧已更改？原始数据帧是否缓存（复制）在某个位置

如有任何帮助/建议，将不胜感激

注意：我使用的是python=3.6.8熊猫=0.25.0

---

编辑1：列是

string

类型，因此这不是影响行为的错误类型的问题。

经过一些调查，并使用您提供的代码作为示例，然后尝试：

dropped_df.columns.levels[1] = dropped_df.columns.levels[1]

我得到了以下错误：

TypeError: 'FrozenList' does not support mutable operations.

事实上，正如本文所述：

构造用于表示多索引级别、标签和名称。其目的是防止修改这些thru属性并强制使用方法（例如set_levels（））。因为它们的状态不能单独更改（对于标高/标签），但必须一起更改

---

解释为什么当我们看到

dropped\u df.columns.levels[1]

时，我们会得到冻结（原始）值，而不是简单显示

dropped\u df时所看到的值

你能试试

dropped\u df=df.drop（2，轴=1，级别=0）

，这些列可能是int而不是string？这些列是string，因为我就是这样格式化原始数据帧的。此外，如果列是int，则不会在.drop（）之后删除这些列，

drop\u df

将与

df

相同。但是我会编辑我的原始帖子来澄清数据类型是的，我刚刚做了，我得到了和他一样的结果。数据框会更新，但打印

.columns.levels[0]

不会更新。我也试着在

.drop（）

中传递

inplace=True

，但是“bug”一直在发生，我想我有进展了。。。将在几天后发布。是的，谢谢@CeliusStingher！我明白了-谢谢你的回答！这完全有道理。也许我应该创建一个问题，请求在输出级别将

索引

替换为

冻结列表

，以便像我这样的人可以更快地调试。输出

索引

肯定有点误导。但我想这会让我想到另一个问题，如何变异冻结列表中的元素？有没有一种方法可以为其他可变数据类型创建冻结列表？或者我必须坚持使用set_levels（）？在我看来，它需要额外的导入，

frozenlist

项目似乎解决了这个问题，看看吧：谢谢你的指针@Celius。我一定会看看这个项目

TypeError: 'FrozenList' does not support mutable operations.