Gấu trúc: giảm một cấp từ chỉ số cột đa cấp?

Nếu tôi có chỉ số cột đa cấp:

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
>>> pd.DataFrame([[1,2], [3,4]], columns=cols)

    một
   --- + -
    b | c
- + --- + -
0 | 1 | 2
1 | 3 | 4

Làm cách nào tôi có thể giảm mức "a" của chỉ mục đó, vì vậy tôi kết thúc bằng:

    b | c
- + --- + -
0 | 1 | 2
1 | 3 | 4

Bạn có thể sử dụng MultiIndex.droplevel:

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
>>> df = pd.DataFrame([[1,2], [3,4]], columns=cols)
>>> df
   a   
   b  c
0  1  2
1  3  4

[2 rows x 2 columns]
>>> df.columns = df.columns.droplevel()
>>> df
   b  c
0  1  2
1  3  4

[2 rows x 2 columns]

Một cách khác để loại bỏ chỉ mục là sử dụng cách hiểu danh sách:

df.columns = [col[1] for col in df.columns]

   b  c
0  1  2
1  3  4

Chiến lược này cũng hữu ích nếu bạn muốn kết hợp các tên từ cả hai cấp độ như trong ví dụ bên dưới nơi cấp độ dưới cùng chứa hai chữ cái:

cols = pd.MultiIndex.from_tuples([("A", "x"), ("A", "y"), ("B", "y")])
df = pd.DataFrame([[1,2, 8 ], [3,4, 9]], columns=cols)

   A     B
   x  y  y
0  1  2  8
1  3  4  9

Giảm mức cao nhất sẽ để lại hai cột có chỉ số 'y'. Điều đó có thể tránh được bằng cách nối các tên với sự hiểu biết danh sách.

df.columns = ['_'.join(col) for col in df.columns]

    A_x A_y B_y
0   1   2   8
1   3   4   9

Đó là một vấn đề tôi gặp phải sau khi làm một nhóm và phải mất một thời gian để tìm thấy câu hỏi khác đã giải quyết nó. Tôi thích nghi giải pháp đó cho trường hợp cụ thể ở đây.

Một cách khác để làm điều này là gán lại dfdựa trên một mặt cắt ngang df, sử dụng phương thức .xs .

>>> df

    a
    b   c
0   1   2
1   3   4

>>> df = df.xs('a', axis=1, drop_level=True)

    # 'a' : key on which to get cross section
    # axis=1 : get cross section of column
    # drop_level=True : returns cross section without the multilevel index

>>> df

    b   c
0   1   2
1   3   4

Kể từ Pandas 0.24.0 , giờ đây chúng ta có thể sử dụng DataFrame.droplevel () :

cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
df = pd.DataFrame([[1,2], [3,4]], columns=cols)

df.droplevel(0, axis=1) 

#   b  c
#0  1  2
#1  3  4

Điều này rất hữu ích nếu bạn muốn duy trì chuỗi phương thức DataFrame của mình.

Bạn cũng có thể đạt được điều đó bằng cách đổi tên các cột:

df.columns = ['a', 'b']

Điều này bao gồm một bước thủ công nhưng có thể là một tùy chọn đặc biệt là nếu cuối cùng bạn sẽ đổi tên khung dữ liệu của mình.

Một mẹo nhỏ sử dụng sum với level = 1 (hoạt động khi level = 1 là duy nhất)

df.sum(level=1,axis=1)
Out[202]: 
   b  c
0  1  2
1  3  4

Giải pháp phổ biến hơn get_level_values

df.columns=df.columns.get_level_values(1)
df
Out[206]: 
   b  c
0  1  2
1  3  4

Tôi đã vật lộn với vấn đề này vì tôi không biết tại sao hàm droplevel () của tôi không hoạt động. Làm việc qua một số và tìm hiểu rằng 'a' trong bảng của bạn là tên cột và 'b', 'c' là chỉ mục. Làm như thế này sẽ giúp

df.columns.name = None
df.reset_index() #make index become label