降低多索引级别但保留列名 - pandas

Question

我有一个像这样的

df

   a     b      c
              c1  c2
0  87    33   32  34
1  32    10   45  62
2  78    83   99  71

我想删除

c

级别但保留所有其他列名称

   a     b    c1  c2
0  87    33   32  34
1  32    10   45  62
2  78    83   99  71

df.columns = df.columns.droplevel(0)

有效，但

a

和

b

的名字消失了

              c1  c2
0  87    33   32  34
1  32    10   45  62
2  78    83   99  71

Answer 1

如果

c

：

，您可以使用列表理解来选择第二级值

df.columns = [b if a == 'c' else a for a, b in df.columns]
print (df)
    a   b  c1  c2
0  87  33  32  34
1  32  10  45  62
2  78  83  99  71

旧pnadas版本的解决方案：

我想你可以使用

set_index

+

droplevel

+

reset_index

:

df = df.set_index(['a','b'])
df.columns = df.columns.droplevel(0)
df = df.reset_index()
print (df)
    a   b  c1  c2
0  87  33  32  34
1  32  10  45  62
2  78  83  99  71

通过

['c']

选择列的另一个解决方案：

df = df.set_index(['a','b'])['c'].reset_index()
print (df)
    a   b  c1  c2
0  87  33  32  34
1  32  10  45  62
2  78  83  99  71

但是如果从

pivot_table

获取它solution是删除

[]

或添加参数

values='c'

如果丢失。