python - 为什么 Pandas DataFrame 切片的索引与其形状不同？

Question

我有一个 DataFrame，df1，它是 df 的一部分。 df 是多索引的，形状为 (8,)。 slice 移除了一些 df 的第二层。当我执行 df1.shape 时，它返回 (4,) - 一切都很好 - 但是当我执行 df1.index.levels[0] 时返回 (4,)。怎么会这样？

In [ ]:       
arrays = [np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux']),
            np.array(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'])]


    df = pd.DataFrame(np.random.randn(8,2), index=arrays)
    df

Out [ ]:
            0        1
bar one   -0.447155  -0.323073
    two    0.115899  -0.015561
baz one   -0.272498  1.847073
    two   -0.399948  -0.264327
foo one    0.169687  -1.708543
    two    1.154434  0.878936
qux one    0.535721  0.437186
    two   -1.203431  0.568412

In [ ]:
    df1=df[df[1]>0]

Out [ ]:
            0           1
    baz one  -0.272498  1.847073
    foo two  1.154434   0.878936
    qux one  0.535721   0.437186
        two  -1.203431  0.568412

现在是奇怪的地方

In [ ]:
    df1=df[df[1]>0]
    print(df1.index.levels[0], df1.index.levels[0].shape)

Out [ ]:
    Index(['bar', 'baz', 'foo', 'qux'], dtype='object') (4,)

我觉得这很奇怪，因为 df1 中没有显示 bar。这背后的原因是什么？

我猜这与复制/不复制有关，但我不明白为什么。

Answer 1

根据 docs :

Note The repr of a MultiIndex shows ALL the defined levels of an index, even if the they are not actually used. When slicing an index, you may notice this. ...

This is done to avoid a recomputation of the levels in order to make slicing highly performant. If you want to see the actual used levels...

仅使用已用级别重建多索引

df1.index = pd.MultiIndex.from_tuples(df1.index)