Python pyspark DataFrame.droplevel用法及代码示例

本文简要介绍 pyspark.pandas.DataFrame.droplevel 的用法。

用法: DataFrame.droplevel(level: Union[int, Any, Tuple[Any, …], List[Union[int, Any, Tuple[Any, …]]]], axis: Union[int, str] = 0) → pyspark.pandas.frame.DataFrame

返回DataFrame，并删除请求的索引/列级别。

参数：

level: int, str, or list-like：: 如果给出字符串，则必须是级别的名称如果是类似列表，则元素必须是级别的名称或位置索引。
axis: {0 or ‘index’, 1 or ‘columns’}, default 0：

DataFrame 已删除请求的索引/列级别。

例子：

>>> df = ps.DataFrame(
...     [[3, 4], [7, 8], [11, 12]],
...     index=pd.MultiIndex.from_tuples([(1, 2), (5, 6), (9, 10)], names=["a", "b"]),
... )

>>> df.columns = pd.MultiIndex.from_tuples([
...   ('c', 'e'), ('d', 'f')
... ], names=['level_1', 'level_2'])

>>> df  
level_1   c   d
level_2   e   f
a b
1 2      3   4
5 6      7   8
9 10    11  12

>>> df.droplevel('a')  
level_1   c   d
level_2   e   f
b
2        3   4
6        7   8
10      11  12

>>> df.droplevel('level_2', axis=1)  
level_1   c   d
a b
1 2      3   4
5 6      7   8
9 10    11  12

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.DataFrame.droplevel。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。

用法:

参数：

返回：

例子：