Python Pandas – 使用级别名称返回删除多个级别的MultiIndex

在 Pandas 中，MultiIndex 可以帮助我们创建更复杂的数据结构。但是，在某些情况下，我们可能需要删除多个级别。本文将介绍如何使用级别名称返回删除多个级别的 MultiIndex。

什么是 MultiIndex？

MultiIndex 是 Pandas 中一种用于创建分层索引的数据结构，它允许在一个轴上拥有多个级别。例如，我们可以在一个 DataFrame 中创建一个具有城市和日期两个级别的 MultiIndex，如下所示：

import pandas as pd

df = pd.DataFrame(
    {
        "城市": ["北京", "上海", "广州", "北京", "上海", "广州"],
        "日期": ["2021-01-01", "2021-01-01", "2021-01-01", "2021-01-02", "2021-01-02", "2021-01-02"],
        "销售额": [100, 200, 150, 120, 250, 180],
    }
)

df = df.set_index(['城市', '日期'])
print(df)

输出结果为：

                销售额
城市  日期           
北京  2021-01-01   100
上海  2021-01-01   200
广州  2021-01-01   150
北京  2021-01-02   120
上海  2021-01-02   250
广州  2021-01-02   180

可以看到，索引有两个级别：城市和日期。

返回删除多个级别的 MultiIndex

如果想要删除 MultiIndex 中的多个级别，我们可以使用 drop() 方法。但是，这个方法并不支持一次性删除多个级别。为了解决这个问题，我们可以使用以下函数来删除多个级别：

def drop_level_by_names(df: pd.DataFrame, names: list) -> pd.DataFrame:
    """
    Given a multiindex DataFrame and a list of level names to remove, 
    returns a DataFrame with the desired levels removed.
    """
    ix = df.index
    for n in names:
        ix = ix.droplevel(n)
    return df.reindex(ix)

这个函数接受一个 DataFrame 和一个要删除级别名称的列表，然后返回一个不包含指定级别的新 DataFrame。例如，如果我们想要删除上面示例 DataFrame 中的城市和日期两个级别，可以这样做：

new_df = drop_level_by_names(df, ['城市', '日期'])
print(new_df)

输出结果为：

     销售额
0   100
1   200
2   150
3   120
4   250
5   180

可以看到，新 DataFrame 中不包含城市和日期两个级别。

结论

在 Pandas 中，MultiIndex 是一种用于创建分层索引的数据结构，可以帮助我们创建更复杂的数据结构。如果想要删除 MultiIndex 中的多个级别，我们可以使用 drop() 方法。但是，这个方法并不支持一次性删除多个级别。为了解决这个问题，我们可以使用上面提到的 drop_level_by_names() 函数来删除多个级别。