在 pandas DataFrame 中删除列级别的方法链接解决方案

Question

在重塑和查询 pandas DataFrames 中的数据时，我使用了很多方法链接。有时会为索引（行）和列创建额外的和不必要的级别。如果是这样，例如在索引（行轴）上，这很容易通过使用 DataFrame.reset_index():

来解决

df.query('some query')
   .apply(cool_func)
   .reset_index('unwanted_index_level',drop=True) # <====
   .apply(another_cool_func)

reset_index 函数允许继续链式方法并继续使用 DataFrame。

然而，我从未找到 column_axis 的等效解决方案。到底有没有？

Answer 1

您可以只 stack 列（将其移动到索引）并使用 drop=True 调用 reset_index，或者您可以使用 [=15] 编写 reset_columns() 方法=] 一个作为起点（参见 frame.py#L2940）

df.query('some query')
   .apply(cool_func)
   .stack(level='unwanted_col_level_name')
   .reset_index('unwanted_col_level_name',drop=True)
   .apply(another_cool_func)

备选方案：猴子补丁解决方案

def drop_column_levels(self, level=None, inplace=False):
        """
        For DataFrame with multi-level columns, drops one or more levels.
        For a standard index, or if dropping all levels of the MultiIndex, will revert
        back to using a classic RangeIndexer for column names.

        Parameters
        ----------
        level : int, str, tuple, or list, default None
            Only remove the given levels from the index. Removes all levels by
            default
        inplace : boolean, default False
            Modify the DataFrame in place (do not create a new object)

        Returns
        -------
        resetted : DataFrame
        """
        if inplace:
            new_obj = self
        else:
            new_obj = self.copy()

        new_columns = pd.core.common._default_index(len(new_obj.columns))
        if isinstance(self.index, pd.MultiIndex):
            if level is not None:
                if not isinstance(level, (tuple, list)):
                    level = [level]
                level = [self.index._get_level_number(lev) for lev in level]
                if len(level) < len(self.columns.levels):
                    new_columns = self.columns.droplevel(level)

        new_obj.columns = new_columns
        if not inplace:
            return new_obj

# Monkey patch the DataFrame class
pd.DataFrame.drop_column_levels = drop_column_levels

Answer 2

允许继续点链的一个选项是为 pd.DataFrame class 定义一种新方法，以降低列索引级别。这称为猴子修补，它会降低代码的可移植性。

def reset_column_index(self, inplace=False):
    if inplace:
        self.columns = ['_'.join(tup) for tup in self.columns]
    else:
        c = self.copy()
        c.columns = ['_'.join(tup) for tup in c.columns]
        return c

pd.DataFrame.reset_column_index = reset_column_index

df.query('some query')
   .apply(cool_func)
   .reset_column_index()
   .apply(another_cool_func)

使用此方法会将多索引列展平为单个索引，并用下划线合并名称。

#     foo          bar
#       A     B      A     B
# 0    17     2      0     3
# 1     4    12     40    11

变成

#   foo_A   foo_B   bar_A   bar_B
# 0    17       2       0       3
# 1     4      12      40      11

Answer 3

我自己找到了另一个解决方案，它使用 DataFrame 的 .T 字段，相当于 DataFrame.transpose().

df.query('some query')
   .apply(cool_func)
   .T.reset_index('unwanted_col_level_name',drop=True).T
   .apply(another_cool_func)

在 pandas DataFrame 中删除列级别的方法链接解决方案

Method chaining solution to drop column level in pandas DataFrame

python

method-chaining

multi-index

pandas