Python Pandas DataFrame droplevel方法用法及代码示例

Pandas DataFrame.droplevel(~) 方法返回一个新的 DataFrame，其中删除了指定的列或索引级别。

参数

1.level | int 或 string 或 list-like

要删除的级别。您可以通过整数索引或名称来引用级别。

2. axis | int 或 string | optional

是否从列或索引中删除级别：

轴	说明
`0` 或 `"index"`	从索引中删除级别。
`1` 或 `"columns"`	从列中删除级别。

默认情况下，axis=0 。

返回值

删除了指定列或索引级别的新DataFrame。

例子

从多索引行删除级别

考虑以下 DataFrame ：

index = [("A", "alice"), ("A", "bob"),("A", "cathy"), ("B", "david"),("B", "eric")]
multi_index = pd.MultiIndex.from_tuples(index)
df = pd.DataFrame({"a":[2,3,4,5,6]}, index=multi_index)
df



            a
A   alice   2
    bob     3
    cathy   4
B   david   5
    eric    6

要从索引中删除外部级别：

df.droplevel(0)



        a
alice   2
bob     3
cathy   4
david   5
eric    6

要从索引中删除内部级别：

df.droplevel(1)



    a
A   2
A   3
A   4
B   5
B   6

从多索引列中删除级别

考虑以下 DataFrame ：

index = [("A", "alice"), ("A", "bob"),("A", "cathy"), ("B", "david"),("B", "eric")]
multi_index = pd.MultiIndex.from_tuples(index)
df = pd.DataFrame([[2,3,4,5,6]], columns=multi_index)
df



    A                   B
    alice  bob  cathy   david   eric
0   2      3    4       5       6

要从列中删除外层：

df.droplevel(0, axis=1)



   alice  bob  cathy  david  eric
0  2      3    4      5       6

要从列中删除内部级别：

df.droplevel(1, axis=1)



    A   A   A   B   B
0   2   3   4   5   6

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas DataFrame | droplevel method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。