[英]Pandas Column Names of MultiIndex DataFrame - strange behaviour
我用MultiIndex dataFrames.columns观察了一些奇怪的pandas行为
构建MultiIndex数据帧:
a=[0,.25, .5, .75]
b=[1, 2, 3, 4]
c=[5, 6, 7, 8]
d=[1, 2, 3, 5]
df=pd.DataFrame(data={('a','a'):a, ('b', 'b'):b, ('c', 'c'):c, ('d', 'd'):d})
生成这个dataFrame
a b c d
a b c d
0 0.00 1 5 1
1 0.25 2 6 2
2 0.50 3 7 3
3 0.75 4 8 5
使用原始dataFrame的子集创建新变量
df1=df.copy().loc[:,[('a', 'a'), ('b', 'b')]]
产生如预期:
a b
a b
0 0.00 1
1 0.25 2
2 0.50 3
但访问此新dataFrame的列名会产生一些意外的输出:
print df1.columns
MultiIndex(levels=[[u'a', u'b', u'c', u'd'], [u'a', u'b', u'c', u'd']],
labels=[[0, 1], [0, 1]])
所以('b','b')和('c','c')仍然包含在内。
相反
print df1.columns.tolist()
返回预期:
[('a', 'a'), ('b', 'b')]
任何人都能解释一下这种行为的原因吗?
我认为你需要MultiIndex.remove_unused_levels
0.20.0
版本中的新功能。
文件 。
print (df1.columns)
MultiIndex(levels=[['a', 'b', 'c', 'd'], ['a', 'b', 'c', 'd']],
labels=[[0, 1], [0, 1]])
print (df1.columns.remove_unused_levels())
MultiIndex(levels=[['a', 'b'], ['a', 'b']],
labels=[[0, 1], [0, 1]])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.