Python 为什么列保留在DataFrame'；s索引，即使在它被删除之后

考虑以下代码：

>>> data = pandas.DataFrame({ 'user': [1, 5, 3, 10], 'week': [1, 1, 3, 4], 'value1': [5, 4, 3, 2], 'value2': [1, 1, 1, 2] })
>>> data = data.pivot_table(index='user', columns='week', fill_value=0)
>>> data['target'] = [True, True, False, True]
>>> data
     value1       value2       target
week      1  3  4      1  3  4
user
1         5  0  0      1  0  0   True
3         0  3  0      0  1  0   True
5         4  0  0      1  0  0  False
10        0  0  2      0  0  2   True

现在如果我称之为：

>>> 'target' in data.columns
True

它按预期返回

True

。但是，为什么该值也返回

True

>>> 'target' in data.drop('target', axis=1).columns
True

如何从表中删除列，使其不再位于索引中，并且上述语句返回

False

？

从现在起（熊猫0.19.2），多索引将在其结构中保留所有曾经使用过的标签。删除列不会从多重索引中删除它的标签，它仍然在多重索引中被引用。见长项

因此，你必须解决这个问题并做出假设。如果您确定要检查的标签位于特定索引级别（示例中为级别0），则一种方法是：

'target' in data.drop('target', axis=1).columns.get_level_values(0)
Out[145]: False

如果可以是任何级别，则可以使用

get_values（）

并在整个列表中查找：

import itertools as it
list(it.chain.from_iterable(data.drop('target', axis=1).columns.get_values()))
Out[150]: ['value1', 1, 'value1', 3, 'value1', 4, 'value2', 1, 'value2', 3, 'value2', 4]

注意：在0.20.0（大约1个月）中，这将合并到：，这将允许

data.columns=data.columns。删除未使用的\u levels（）

来修复此问题（它还不是自动的，但可以缓解问题）