python - 从多索引数据框中删除列

Question

考虑以下 DataFrame:

arrays = [['foo', 'bar', 'bar', 'bar'],
      ['A', 'B', 'C', 'D']]
tuples = list(zip(*arrays))          
columnValues = pd.MultiIndex.from_tuples(tuples)
df = pd.DataFrame(np.random.rand(4,4), columns = columnValues)
print(df)
        foo       bar                    
          A         B         C         D
0  0.859664  0.671857  0.685368  0.939156
1  0.155301  0.495899  0.733943  0.585682
2  0.124663  0.467614  0.622972  0.567858
3  0.789442  0.048050  0.630039  0.722298

假设我想删除第一列，如下所示:

df.drop(df.columns[[0]], axis = 1, inplace = True)
print(df)
        bar                    
          B         C         D
0  0.671857  0.685368  0.939156
1  0.495899  0.733943  0.585682
2  0.467614  0.622972  0.567858
3  0.048050  0.630039  0.722298

这产生了预期的结果，但是列标签 foo 和 A 被保留:

print(df.columns.levels)
[['bar', 'foo'], ['A', 'B', 'C', 'D']]

有没有办法从 MultiIndex DataFrame 中完全删除一个列，包括它的标签？

编辑:按照 John 的建议，我查看了 https://github.com/pydata/pandas/issues/12822 .我从中得到的是它不是错误，但我相信建议的解决方案 ( https://github.com/pydata/pandas/issues/2770#issuecomment-76500001 ) 对我不起作用。我在这里遗漏了什么吗？

df2 = df.drop(df.columns[[0]], axis = 1)
print(df2)
        bar                    
          B         C         D
0  0.969674  0.068575  0.688838
1  0.650791  0.122194  0.289639
2  0.373423  0.470032  0.749777
3  0.707488  0.734461  0.252820

print(df2.columns[[0]])

MultiIndex(levels=[['bar', 'foo'], ['A', 'B', 'C', 'D']],
       labels=[[0], [1]])

df2.set_index(pd.MultiIndex.from_tuples(df2.columns.values))

ValueError: Length mismatch: Expected axis has 4 elements, new values have 3 elements

Answer 1

新答案

从 pandas 0.20 开始，pd.MultiIndex 有一个方法 pd.MultiIndex.remove_unused_levels

df.columns = df.columns.remove_unused_levels()

---

旧答案

我们的救星是 pd.MultiIndex.to_series()

它返回一系列限制在 DataFrame 中的元组

df.columns = pd.MultiIndex.from_tuples(df.columns.to_series())