如何在Pandas多索引中移除单列的一个层级

嘿，我来帮你搞定这个问题！看起来你是在处理带有多层级列索引的DataFrame，想要移除整个包含a和b的letters层级，而不是删掉这两个子列对吧？完全不用drop()方法，咱们直接通过修改列索引就能实现。

先确认你的列结构 #

首先得明确你的列索引层级，先跑个命令看看：

print(df.columns)

举个例子，输出可能是这样的（假设层级名称分别是main_col、sub_category、detail）：

MultiIndex([('col1', 'letters', 'a'),
            ('col1', 'letters', 'b'),
            ('col2', 'numbers', '1')],
           names=['main_col', 'sub_category', 'detail'])

这里letters就是sub_category层级下的一个分类，咱们要移除的就是sub_category这个层级。

两种方法移除目标层级 #

方法1：通过层级名称移除 #

如果你清楚要移除的层级的名称（比如上面的sub_category），直接用droplevel()指定名称就行：

# 移除名为sub_category的层级
df.columns = df.columns.droplevel('sub_category')

方法2：通过层级位置移除 #

要是你记不清层级名称，但知道它的位置（索引从0开始计数），比如letters所在的层级是第1位，那就直接传位置参数：

# 移除第1层索引（从0开始数）
df.columns = df.columns.droplevel(1)

执行完之后，你的列索引就会变成这样，letters层级完全消失，a和b直接挂在col1下面：

MultiIndex([('col1', 'a'),
            ('col1', 'b'),
            ('col2', '1')],
           names=['main_col', 'detail'])

特殊情况：如果col1是单个列且值为MultiIndex #

要是你的col1是DataFrame里的单独一列，而且列里的每个值都是类似('letters', 'a')的元组（也就是值是MultiIndex结构），那可以用apply提取元组里的目标部分：

# 提取元组的第二个元素，去掉'letters'部分
df['col1'] = df['col1'].apply(lambda x: x[1])

不过这种情况比较少见，大概率还是列的多层级索引场景符合你的需求。

内容的提问来源于stack exchange，提问作者user2343952