Pandas: ¿eliminar un nivel de un índice de columna de varios niveles?

Si tengo un índice de columna de varios niveles:

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
>>> pd.DataFrame([[1,2], [3,4]], columns=cols)

    una
   --- + -
    b | C
- + --- + -
0 | 1 | 2
1 | 3 | 4 4

¿Cómo puedo eliminar el nivel "a" de ese índice, por lo que termino con:

    b | C
- + --- + -
0 | 1 | 2
1 | 3 | 4 4

Puedes usar MultiIndex.droplevel :

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
>>> df = pd.DataFrame([[1,2], [3,4]], columns=cols)
>>> df
   a   
   b  c
0  1  2
1  3  4

[2 rows x 2 columns]
>>> df.columns = df.columns.droplevel()
>>> df
   b  c
0  1  2
1  3  4

[2 rows x 2 columns]

Otra forma de eliminar el índice es usar una lista de comprensión:

df.columns = [col[1] for col in df.columns]

   b  c
0  1  2
1  3  4

Esta estrategia también es útil si desea combinar los nombres de ambos niveles, como en el ejemplo a continuación, donde el nivel inferior contiene dos 'y':

cols = pd.MultiIndex.from_tuples([("A", "x"), ("A", "y"), ("B", "y")])
df = pd.DataFrame([[1,2, 8 ], [3,4, 9]], columns=cols)

   A     B
   x  y  y
0  1  2  8
1  3  4  9

Dejar caer el nivel superior dejaría dos columnas con el índice 'y'. Eso puede evitarse uniendo los nombres con la comprensión de la lista.

df.columns = ['_'.join(col) for col in df.columns]

    A_x A_y B_y
0   1   2   8
1   3   4   9

Ese es un problema que tuve después de hacer un grupo y me tomó un tiempo encontrar esta otra pregunta que lo resolvió. Adapté esa solución al caso específico aquí.

Otra forma de hacerlo es reasignar en dffunción de una sección transversal de df, utilizando el método .xs .

>>> df

    a
    b   c
0   1   2
1   3   4

>>> df = df.xs('a', axis=1, drop_level=True)

    # 'a' : key on which to get cross section
    # axis=1 : get cross section of column
    # drop_level=True : returns cross section without the multilevel index

>>> df

    b   c
0   1   2
1   3   4

A partir de Pandas 0.24.0 , ahora podemos usar DataFrame.droplevel () :

cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
df = pd.DataFrame([[1,2], [3,4]], columns=cols)

df.droplevel(0, axis=1) 

#   b  c
#0  1  2
#1  3  4

Esto es muy útil si desea mantener su cadena de método DataFrame funcionando.

También puede lograrlo cambiando el nombre de las columnas:

df.columns = ['a', 'b']

Esto implica un paso manual, pero podría ser una opción, especialmente si eventualmente cambiaría el nombre de su marco de datos.

Un pequeño truco sum con level = 1 (funciona cuando level = 1 es único)

df.sum(level=1,axis=1)
Out[202]: 
   b  c
0  1  2
1  3  4

Solución más común get_level_values

df.columns=df.columns.get_level_values(1)
df
Out[206]: 
   b  c
0  1  2
1  3  4

He tenido problemas con este problema porque no sé por qué mi función droplevel () no funciona. Trabaja en varios y aprende que 'a' en tu tabla es el nombre de las columnas y 'b', 'c' son el índice. Hacer esto ayudará

df.columns.name = None
df.reset_index() #make index become label