Pandas 数据帧droplevel()方法
原文：https://www.studytonight.com/pandas/pandas-dataframe-droplevel-method
在本教程中，我们将学习 PandasDataFrame.droplevel()T4 法。它返回删除了请求的索引/列级别的数据帧。下面显示了DataFrame.droplevel()方法的语法。
句法
DataFrame.droplevel(level, axis=0)
因素
级别: int、str 或类似列表。如果给定了字符串，则必须是级别的名称。如果类似于列表，元素必须是级别的名称或位置索引。
轴: {0 或'索引'，1 或'列' }，默认为 0。移除标高的轴:
0 或“索引”:删除列中的级别。
1 或“列”:删除行中的级别。
示例 1:使用DataFrame.droplevel()方法降低液位
DataFrame.droplevel()方法沿row轴降低数据帧中的指定级别。下面的例子显示了同样的情况。
import pandas as pd
df = pd.DataFrame([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]]).set_index([0, 1]).rename_axis(['a', 'b'])
df.columns = pd.MultiIndex.from_tuples([('c', 'e'), ('d', 'f')], names=['level_1', 'level_2'])
print(df)
print("-----After dropping the specified level------")
print(df.droplevel('a'))
一旦我们运行该程序，我们将获得以下输出。
级别 1 c d 级别 2 e f a b 1 2 3 4 5 6 7 8 9 10 11 12 -下降指定级别后- 级别 1 c d 级别 2 e f b 2 3 4 6 7 8 10 11 12
示例 2:使用DataFrame.droplevel()方法降低液位
DataFrame.droplevel()方法沿row轴降低数据帧中的指定级别。下面的例子显示了同样的情况。
import pandas as pd
df = pd.DataFrame([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]]).set_index([0, 1]).rename_axis(['a', 'b'])
df.columns = pd.MultiIndex.from_tuples([('c', 'e'), ('d', 'f')], names=['level_1', 'level_2'])
print(df)
print("-----After dropping the specified level------")
print(df.droplevel(1))
一旦我们运行该程序，我们将获得以下输出。
级别 1 c d 级别 2 e f a b 1 2 3 4 5 6 7 8 9 10 11 12 -下降指定级别后- 级别 1 c d 级别 2 e f a 1 3 4 5 7 8 9 11 12
示例 3:使用DataFrame.droplevel()方法降低液位
DataFrame.droplevel()方法沿column轴降低数据帧中的指定级别。下面的例子显示了同样的情况。
import pandas as pd
df = pd.DataFrame([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]]).set_index([0, 1]).rename_axis(['a', 'b'])
df.columns = pd.MultiIndex.from_tuples([('c', 'e'), ('d', 'f')], names=['level_1', 'level_2'])
print(df)
print("-----After dropping the specified level------")
print(df.droplevel('level_2', axis=1))
一旦我们运行该程序，我们将获得以下输出。
级别 1 c d 级别 2 e f a b 1 2 3 4 5 6 7 8 9 10 11 12 -下降指定级别后- 级别 _ 1 c d a b 1 2 3 4 5 6 7 8 9 10 11 12
结论
在本教程中，我们学习了 PandasDataFrame.droplevel()方法。我们学习了语法、参数，并通过将此方法应用于数据帧来解决示例，并理解了示例。