Pandas如何轻松按位置删除多重索引列?

在Pandas处理DataFrame数据的过程中,我们常常需要删除某些不需要的列。那么,如何高效地按位置删除Pandas DataFrame的多重索引列呢?
今天分享在Pandas中按位置删除多重索引列的具体方法:


第一步:获取所有列标签
使用df.columns获取DataFrame的所有列标签:

df.columns
# 输出:MultiIndex(levels=[['A', 'B'], [1, 2, 3]], 
#               labels=[[0, 0, 0], [0, 1, 2]])

第二步:传入要删除的列位置

若要删除第2列,传入[[1]];
要删除第1列和第3列,传入[[0, 2]]:

[[1]]     # 删除第2列
[[0, 2]]  # 删除第1列和第3列

第三步:指定axis=1,表示删除列

axis=1  

第四步:使用drop方法完成删除

df = df.drop(df.columns[[0, 2]], axis=1)

第五步:查看删除结果

                  B  D  
A                   
1  4  5           
2  5  6            
3  6 10

成功删除第1列和第3列!
这就是Pandas中按位置删除多重索引列的详细方法:
获取列标签→传入要删除的列位置→指定axis=1→使用drop删除→查看结果
掌握这5个步骤,删除Pandas DataFrame任意多重索引列简直易如反掌!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

devid008

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值