当前位置：首页 > news >正文

【Pandas】pandas DataFrame droplevel

news 来源：原创 2025/6/14 7:09:26

Pandas2.2 DataFrame

Reshaping sorting transposing

方法	描述
DataFrame.droplevel(level[, axis])	用于从 `DataFrame` 的索引（行或列）中删除指定层级（level）的方法

pandas.DataFrame.droplevel()

pandas.DataFrame.droplevel() 是一个用于**从 DataFrame 的索引（行或列）中删除指定层级（level）**的方法。它通常用于处理具有多级索引（MultiIndex）的 DataFrame，可以灵活地移除不需要的索引层级。

📌 方法签名

DataFrame.droplevel(level, axis=0)

🔧 参数说明

参数	类型	说明
`level`	int、str 或 list of int/str	要删除的索引层级，可以是层级编号（从 0 开始）或层级名称
`axis`	`{0/'index', 1/'columns'}`，默认为 `0`	指定操作的是行索引（`0`）还是列索引（`1`）

✅ 返回值

返回一个新的 DataFrame，其中指定的索引层级被删除；
原始数据不会被修改，除非设置 inplace=True。

🧪 示例代码及结果

示例 1：基本用法 - 删除行索引中的某一层

import pandas as pd
import numpy as np# 创建一个多级行索引 DataFrame
arrays = [['A', 'A', 'B', 'B'],['one', 'two', 'one', 'two']
]
index = pd.MultiIndex.from_arrays(arrays, names=('outer', 'inner'))
df = pd.DataFrame({'data': [1, 2, 3, 4]}, index=index)print("Original DataFrame:")
print(df)

输出：

                data
outer inner        
A     one          1two          2
B     one          3two          4

# 删除 inner 层索引
df_dropped = df.droplevel('inner')
print("\nAfter droplevel('inner'):")
print(df_dropped)

输出：

       data
outer       
A         1
A         2
B         3
B         4

示例 2：删除多个层级

# 创建一个多级列索引 DataFrame
arrays = [['X', 'X', 'Y', 'Y'],['a', 'b', 'a', 'b']
]
columns = pd.MultiIndex.from_arrays(arrays, names=('group', 'sub'))
df_multi_col = pd.DataFrame(np.random.randn(2, 4), columns=columns)print("Original Multi-column DataFrame:")
print(df_multi_col)

输出示例（随机数）：

group          X                   Y          
sub            a         b         a         b
0       0.496714 -0.138264  0.647689  1.523030
1      -0.234137  1.579213  0.767435 -0.469474

# 删除列索引中的 'sub' 层
df_dropped_cols = df_multi_col.droplevel('sub', axis=1)
print("\nAfter droplevel('sub', axis=1):")
print(df_dropped_cols)

输出示例：

group         X         Y
0      0.496714  0.647689
1     -0.234137  0.767435

示例 3：通过层级编号删除

# 使用层级编号删除 outer 层（level=0）
df_dropped_by_index = df.droplevel(0)
print("\nAfter droplevel(0):")
print(df_dropped_by_index)

输出：

       data
inner      
one       1
two       2
one       3
two       4

🧠 应用场景

场景	说明
简化多级索引结构	移除不必要的索引层级以提升可读性
准备数据导出	在输出到 CSV、Excel 等格式前清理索引
重塑数据结构	配合 `stack()` / `unstack()` 进行更复杂的索引变换
数据分析前预处理	清理冗余索引层级以便后续分析