Drop是一種非常靈活的方法,並且有相當多的方法來使用它:
In [11]: mi = pd.MultiIndex.from_product([['col1', 'col2', 'col3'], ['a', 'b']])
In [12]: df = pd.DataFrame(1, index=[0], columns=mi)
In [13]: df
Out[13]:
col1 col2 col3
a b a b a b
0 1 1 1 1 1 1
跌落使用一個元組一列:
In [14]: df.drop(('col1', 'a'), axis=1)
Out[14]:
col1 col2 col3
b a b a b
0 1 1 1 1 1
或使用列表清單元組:
In [15]: df.drop([('col1', 'a'), ('col2', 'b')], axis=1)
Out[15]:
col1 col2 col3
b a a b
0 1 1 1 1
或跨越一個級別,例如所有a
S:
In [16]: df.drop('a', level=1, axis=1)
Out[16]:
col1 col2 col3
b b b
0 1 1 1
在0.14,你也可以通過什麼砸的正則表達式...
還有砸指數/列的整體水平的方式:
這有助於很多,謝謝!我無法在熊貓文檔中找到它。 – user3418530
我實際上是在[重寫這些函數的過程](https://github.com/pydata/pandas/pull/6599),所以會檢查文檔中涵蓋的所有使用方法:)(I直到最近才知道所有的問題!) –