如何从Pandas MultiIndex数据框中删除"std"子列？

我完全懂你纠结pandas.MultiIndex.drop的心情——这个函数的用法确实容易和DataFrame的drop搞混，其实不用死磕它，有更直观的方法快速拿到你要的结果：

方法1：直接筛选包含"mean"的子列 #

如果你的列是两层MultiIndex（比如第一层是指标名称，第二层是mean/std），可以直接通过层级值筛选：

# 假设你的MultiIndex第二层的名称是"Stat"（可根据实际修改）
df_mean = df.loc[:, df.columns.get_level_values("Stat") == "mean"]

如果不知道层级名称，也可以用层级的索引位置（比如第二层是索引1）：

df_mean = df.loc[:, df.columns.get_level_values(1) == "mean"]

方法2：用xs方法快速提取指定层级值 #

Pandas的xs（Cross-Section）方法专门用于处理MultiIndex，用法更简洁：

# level指定要提取的层级，axis=1表示操作列
df_mean = df.xs("mean", level="Stat", axis=1)

如果你一定要用drop函数（理清误区） #

你之前困惑的pandas.MultiIndex.drop是用来修改索引本身的（比如删除某个层级或索引值），而要删除列，应该用DataFrame的drop方法：

1. 先找出所有包含"std"的列标签（MultiIndex是元组形式，比如('A', 'std')）
2. 把这些标签传给drop方法，指定axis=1操作列

示例代码：

# 找出所有第二层是"std"的列
to_drop = [col for col in df.columns if col[1] == "std"]
# 删除这些列
df_mean = df.drop(to_drop, axis=1)

示例验证 #

给你一个完整的示例，方便你测试：

import pandas as pd
import numpy as np

# 创建示例MultiIndex数据框
arrays = [
    ['Temperature', 'Temperature', 'Humidity', 'Humidity'],
    ['mean', 'std', 'mean', 'std']
]
columns = pd.MultiIndex.from_arrays(arrays, names=['Metric', 'Stat'])
df = pd.DataFrame(np.random.randn(3, 4), columns=columns)

# 用xs方法提取mean列
df_mean = df.xs("mean", level="Stat", axis=1)
print(df_mean)

运行后你会看到数据框只保留了Temperature和Humidity的mean列，完美符合需求～

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