pandas MultiIndex.droplevel() 删除多层索引层级

pandas.MultiIndex.droplevel() 方法用于删除 MultiIndex 中的某一层或多层索引，并返回一个新的 Index 对象或 MultiIndex 对象。它可以删除指定的层次，减少层次的复杂度，常用于只需要保留特定层次的索引场景。

语法

签名

MultiIndex.droplevel(level=0)

参数说明

• level：
  必选参数。指定要删除的层次，可以是单个层次的索引号、层次名称，或多个层次的列表。

  • 类型：int, str, or list-like (of int or str), default 0
  • 含义：指定要删除的索引层次。如果是整数，表示层次的顺序；如果是字符串，表示层次的名称。如果传入列表，则可以同时删除多个层次。

返回值

• 返回值：
  返回一个 Index 或 MultiIndex 对象。如果只剩下一个层次，则返回普通的一维 Index；如果还有多个层次，则返回一个 MultiIndex。

使用场景

droplevel() 方法适用于需要去除多层索引中的某些层次，使得数据的层次结构更加简单。例如，某些数据分析中，我们可能只需要使用某个层次的索引，而不需要其他层次，这时可以使用 droplevel() 来删除不需要的层次。

示例

示例 1：删除单个层次

import pandas as pd

# 创建一个 MultiIndex
multi_index = pd.MultiIndex.from_tuples(
    [('a', 1), ('a', 2), ('b', 1), ('b', 2)], 
    names=['letter', 'number']
)

# 删除 'letter' 这一层
dropped_level_index = multi_index.droplevel(level='letter')

# 输出删除后的索引
f"Dropped level 'letter':\n{dropped_level_index}\n"

输出:

Dropped level 'letter':
Int64Index([1, 2, 1, 2], dtype='int64', name='number')

在此示例中，我们删除了 MultiIndex 中的 letter 层，只保留了 number 层，返回了一个一维的 Int64Index。

示例 2：删除多个层次

# 创建带三层索引的 MultiIndex
multi_index_three = pd.MultiIndex.from_tuples(
    [('a', 1, 'x'), ('a', 2, 'y'), ('b', 1, 'z'), ('b', 2, 'w')], 
    names=['letter', 'number', 'code']
)

# 同时删除 'letter' 和 'code' 层
dropped_multi_levels = multi_index_three.droplevel(level=['letter', 'code'])

# 输出删除后的索引
f"Dropped levels 'letter' and 'code':\n{dropped_multi_levels}\n"

输出：

Dropped levels 'letter' and 'code':
Int64Index([1, 2, 1, 2], dtype='int64', name='number')

在这个例子中，我们删除了 letter 和 code 两个层次，最终只保留了 number 这一层，返回了一个一维的 Int64Index。

总结

MultiIndex.droplevel() 方法在处理多层次索引数据时非常有用，特别是在需要减少层次复杂度或只保留特定层次的索引时。通过指定要删除的层次，我们可以灵活地调整索引结构，使其符合数据分析或处理的需求。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.MultiIndex.droplevel.html

更新时间：2024-10-24 08:20:43 标签：pandas python 多层索引