如何从熊猫数据框的多级列索引中删除一级？
在本文中，我们将学习如何从多级列索引中删除一个级别。但在此之前，我们需要知道什么是多级指数。一个多级索引数据框是一种包含多级或分级索引的数据框。 在本文中，我们将创建一个我们自己选择的带有多列索引的数据框架，然后我们将放下一个层次索引。
逐步实施
让我们借助一个例子，通过逐步实现来理解这一点。
步骤 1:导入所有需要的库。
Python 3
# importing all important libraries
import pandas as pd
步骤 2:创建多级列索引 Pandas Dataframe 并显示。
我们正在使用multi index . from _ tuples()创建一个多索引列，这有助于我们一个接一个地创建多个索引，并且是按列创建的。之后用 pd。Dataframe()我们正在创建数据，并将其转换为以列名作为多级索引的表格格式。此外，我们正在使用 df.index 更改表的索引名。
Python 3
# Creating a multilevel index
index = pd.MultiIndex.from_tuples([("Group 1", "Group 1"),
("Group 1", "Group 2"),
("Group 3","Group 3")])
# Creating a pandas dataframe with
# multilevel-column indexing
df = pd.DataFrame([["Ross","Joey","Chandler"],
["Rachel","","Monica"]],
columns=index)
# Labelling the dataframe index.
index = df. index
index. name = "F.R.I.E.N.D.S"
# Showing the above multi-index column
# dataframe
print(df)
*输出:*
*第三步:降低数据框的级别*
现在使用 python 创建了一个多级列索引 dataframe。现在让我们实现上面的概念。我们需要降一级。我们可以使用df . columns . drop level(level = 0)来实现。这有助于我们从索引 0 的顶部降低索引级别。
Python 3
# Dropping a level down
df.columns = df.columns.droplevel(0)
*第四步:显示所需结果*
Python 3
print(df)
*输出:*
因此，我们成功地删除了一级索引列。
让我们看看基于上述方法的更多示例。
*例 1:*
在下一个示例中，我们将从多级列索引中的特定索引中删除一个级别。这可以使用我们之前使用的相同语法[df . columns . drop level(level = 0)]来完成，其中如果我们指定了级别号，则根据从零开始的索引删除以下索引。因此，让我们开始实施这一概念。
Python 3
# importing all important libraries
import pandas as pd
# Creating a multilevel index
index = pd.MultiIndex.from_tuples([("Company A", "Company B","Company C"),
("Company A", "Company A","Company B"),
("Company A","Company B","Company C")])
# Creating a pandas dataframe with
# multilevel-column indexing
df = pd.DataFrame([["Atreyi","Digangana","Sohom"],
["Sujit","Bjon","Rajshekhar"],
["Debosmita","Shatabdi",""]],
columns=index)
# Labelling the dataframe index.
index = df. index
index. name = "ECE Placement"
# Showing the above multi-index column
# dataframe
print(df)
版权属于：月萌API www.moonapi.com，转载请注明出处
