pandas MultiIndex.remove_unused_levels() 移除未使用的层次

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas.MultiIndex.remove_unused_levels() 方法用于从 MultiIndex 中移除未使用的层次。多层索引在某些情况下可能包含未使用的层次标签，这些标签没有与任何实际数据行关联。使用此方法可以清除这些未使用的层次标签，优化索引结构。

语法

签名

MultiIndex.remove_unused_levels()

参数

此方法没有参数。

返回值

返回值：
返回一个新的 MultiIndex 对象，未使用的层次将被移除。

使用场景

当对数据进行筛选或过滤时，MultiIndex 中的某些层次标签可能没有任何关联的实际数据。在这种情况下，remove_unused_levels() 可以用来清除这些无效的标签，从而减少数据存储量，并使索引更加简洁和高效。特别是在涉及层次较多的索引时，此方法可以帮助优化和简化索引结构。

示例

示例 1：移除未使用的层次标签

import pandas as pd

# 创建一个带有未使用层次的 MultiIndex
multi_index = pd.MultiIndex.from_tuples(
    [('a', 1), ('a', 2), ('b', 1)], 
    names=['letter', 'number']
)

# 创建带有 MultiIndex 的 DataFrame
df = pd.DataFrame({'value': [10, 20, 30]}, index=multi_index)

# 删除某些行后，可能会有未使用的层次
df_filtered = df.loc[['a']]

# 输出过滤后的索引
f"Filtered DataFrame index:\n{df_filtered.index}\n"

# 移除未使用的层次
df_cleaned = df_filtered.index.remove_unused_levels()

# 输出移除未使用层次后的索引
f"After removing unused levels:\n{df_cleaned}\n"

输出:

Filtered DataFrame index:
MultiIndex([('a', 1),
            ('a', 2)],
           names=['letter', 'number'])

After removing unused levels:
MultiIndex([('a', 1),
            ('a', 2)],
           names=['letter', 'number'])

在这个例子中，尽管过滤后的数据只剩下 'a' 这一层次，但 MultiIndex 仍然保留了原来的所有层次。通过调用 remove_unused_levels() 方法，未使用的层次（如 b）将被移除。

示例 2：多层次未使用层次的移除

# 创建一个更复杂的 MultiIndex
multi_index = pd.MultiIndex.from_tuples(
    [('a', 1, 'x'), ('a', 2, 'y'), ('b', 1, 'z')], 
    names=['letter', 'number', 'code']
)

# 创建一个带有 MultiIndex 的 DataFrame
df = pd.DataFrame({'value': [10, 20, 30]}, index=multi_index)

# 过滤掉 'b' 层次
df_filtered = df.loc[['a']]

# 输出过滤后的索引
f"Filtered DataFrame index:\n{df_filtered.index}\n"

# 移除未使用的层次
df_cleaned = df_filtered.index.remove_unused_levels()

# 输出移除未使用层次后的索引
f"After removing unused levels:\n{df_cleaned}\n"

输出:

Filtered DataFrame index:
MultiIndex([('a', 1, 'x'),
            ('a', 2, 'y')],
           names=['letter', 'number', 'code'])

After removing unused levels:
MultiIndex([('a', 1, 'x'),
            ('a', 2, 'y')],
           names=['letter', 'number', 'code'])

在这个例子中，过滤后的 MultiIndex 仍然保留了 b 层次的标签和相应的 code 标签，通过 remove_unused_levels()，这些未使用的标签被清除。

总结

MultiIndex.remove_unused_levels() 是一个非常有用的方法，尤其是在处理数据子集或过滤后的 MultiIndex 时，可以清理掉未使用的层次标签，从而减少索引的复杂性并优化性能。

参考

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

< reorder_levels() 指定顺序重新排列 pandas 多层次索引 MultiIndex get_level_values() 获取指定层次 >

更新时间：2024-10-24 08:29:33 标签：pandas python 多层索引