如何删除熊猫嵌套列下的所有列答案

【问题标题】：how to drop all columns under a nested column in pandas如何删除熊猫嵌套列下的所有列
【发布时间】：2019-06-20 23:59:14
【问题描述】：

我有一个很像这个问题的数据框： Pandas: drop a level from a multi-level column index?

cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
pd.DataFrame([[1,2], [3,4]], columns=cols)

    a
   ---+--
    b | c
--+---+--
0 | 1 | 2
1 | 3 | 4

在上面的问题参考中，提问者想知道如何删除列标题a。我想知道如何删除它以及它下面的所有列（在本例中为b），以便生成的数据框如下所示：

  | c
--+--
0 | 2
1 | 4

你能帮我实现吗？

【问题讨论】：

“它下面的所有列”是指该标题下的第一列？
正如所指出的，'a' 是数据框中两列的第一级标签。所以'b' 和'c' 都“低于”'a'。你能澄清一下你的意图是什么吗？

标签： python pandas

【解决方案1】：

你可以使用下面的假设你称之为“下面的列”，是第一个。

z['a'].drop(z['a'].columns[0], axis=1)

这是基于预期结果的快速回答，如果看起来很愚蠢，很抱歉，但也许您可以更准确地提出问题。

【讨论】：

【解决方案2】：

为了清楚起见，我认为“b”和“c”都包含在“a”下。但是，您可以在下面的代码中选择您希望删除的内容。

首先构建DataFrame：

cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
df = pd.DataFrame([[1,2], [3,4]], columns=cols)

然后删除列 ('a','b')...同时删除 'a' 级别，留下 'c'。

df.drop([('a', 'b')], axis=1,inplace=True)
df.columns = df.columns.droplevel()

生成的 DataFrame 如下所示。

    c
0   2
1   4

【讨论】：

谢谢你，你说得对，我对细节的关注不够，但你知道我的意思。这个答案很好用

【解决方案3】：

不知道你为什么需要这个，但你可以使用 groupby 来实现这个

df=df.groupby(level=0,axis=0).apply(lambda  x : x.iloc[:,1:])
df.columns=df.columns.get_level_values(1)
df
   c
0  2
1  4

【讨论】：

【解决方案4】：

您可以从列中仅选择该切片，然后将列标题重命名为单级标题：

df.loc(axis=1)[:,'c'].set_axis(['c'], axis=1, inplace=False)

输出：

   c
0  2
1  4

【讨论】：