跳转至

如何从熊猫数据框的多级列索引中删除一级?

原文:https://www.geeksforgeeks.org/如何从多级栏中删除一级索引熊猫-数据框/

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。

蟒蛇 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。

蟒蛇 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。

蟒蛇 3

# Dropping a level down
df.columns = df.columns.droplevel(0)

*第四步:显示所需结果*

蟒蛇 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。

蟒蛇 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)


回到顶部