从多级索引数据框中有选择地删除列答案

【问题标题】：Removing columns selectively from multilevel index dataframe从多级索引数据框中有选择地删除列
【发布时间】：2021-12-05 21:09:42
【问题描述】：

假设我们有一个这样的数据框，并希望在满足某些条件时删除列。

    df = pd.DataFrame(
np.arange(2, 14).reshape(-1, 4),
index=list('ABC'),
columns=pd.MultiIndex.from_arrays([
    ['data1', 'data2','data1','data2'],
    ['F', 'K','R','X'],
    ['C', 'D','E','E']
], names=['meter', 'Sleeper','sweeper'])
)

df

然后假设我们只想在 meter == data1 和 sweeper == E 时删除 cols 所以我尝试了

df = df.drop(('data1','E'),axis = 1)

KeyError: 'E'

第二次尝试

df.drop(('data1','E'), axis = 1, level = 2)

KeyError: "在关卡中找不到标签 [('data1', 'E')]"

Pandas: drop a level from a multi-level column index?

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

您必须单独执行它们，因为它们处于不同的级别：

df.drop('data1', axis=1, level='meter').drop('E', axis = 1, level='sweeper')
Out[833]: 
meter   data2
Sleeper     K
sweeper     D
A           3
B           7
C          11

【讨论】：

【解决方案2】：

似乎drop 不支持在拆分级别上进行选择（此处为[0,2]）。我们可以使用 get_level_values 来创建带有条件的掩码：

# keep where not ((level0 is 'data1') and (level2 is 'E'))
col_mask = ~((df.columns.get_level_values(0) == 'data1')
             & (df.columns.get_level_values(2) == 'E'))
df = df.loc[:, col_mask]

我们也可以通过排除特定索引切片中的 loc 来通过整数位置执行此操作，但是，这总体上不太清晰且不太灵活：

idx = pd.IndexSlice['data1', :, 'E']
cols = [i for i in range(len(df.columns))
        if i not in df.columns.get_locs(idx)]
df = df.iloc[:, cols]

任何一种方法都会产生df：

meter   data1 data2    
Sleeper     F     K   X
sweeper     C     D   E
A           2     3   5
B           6     7   9
C          10    11  13

【讨论】：