df.drop(<index_value>) 从 df 中删除具有该索引的所有行

Question

我有一个 df 与 2 级 MultiIndex 组成['ID', 'Date']。df 按ID，然后按 排序Date。IDs范围从 1-5。我试图删除所有行ID == 1。这有效，但df.index仍显示所有1值。print(data.head(1))print(data.index)data.drop(1, inplace=True)print(data.head(1))print(data.index)输出以下内容：                    Inc       Exp  Inc_Label  Exp_LabelID Date                                                1  1993-12-31  0.064379  0.004731   0.083734   0.009975   1994-12-31  0.067377  0.009975   0.084116   0.015092   1995-12-31  0.067766  0.015092   0.087881   0.017213MultiIndex(levels=[[1, 2, 3, 4, 5], ['1968-12-31', '1969-12-31', '1970-12-31', '1971-12-31', '1972-12-31', '1973-12-31', '1974-12-31', '1975-12-31', '1976-12-31', '1977-12-31', '1978-12-31', '1979-12-31', '1980-12-31', '1981-12-31', '1982-12-31', '1983-12-31', '1984-12-31', '1985-12-31', '1986-12-31', '1987-12-31', '1988-12-31', '1989-12-31', '1990-12-31', '1991-12-31', '1992-12-31', '1993-12-31', '1994-12-31', '1995-12-31', '1996-12-31', '1997-12-31', '1998-12-31', '1999-12-31', '2000-12-31', '2001-12-31', '2002-12-31', '2003-12-31', '2004-12-31', '2005-12-31', '2006-12-31', '2007-12-31', '2008-12-31', '2009-12-31', '2010-12-31', '2011-后来，我尝试创建一个 dict，其中每个键都是IDs 之一，每个值都是原始 df 中对应的子 df：dict = {index: df.loc[index] for index in df.index.levels[0]}抛出：KeyError: 'the label [1] is not in the [index]'我不明白发生了什么levels，因为 MultiIndex 在下降后保持不变，但labels不同。

Answer 1

您需要从索引中删除未使用的级别，并pandas有一个方法：pandas.MultiIndex.remove_unused_levels

data.index = data.index.remove_unused_levels()

但是如果你只想创建一个唯一组的字典，你真的应该只使用一个groupby：

dct = dict((id, gp) for id, gp in data.groupby(level=0))

还要避免命名变量，dict因为您会覆盖dict我上面使用的默认函数。

样本数据

df1 = pd.DataFrame({'id1': [1,1,1,2,2],

                   'id2': list('ABCAB'),

                   'val': [11,12,13,14,15]})

df1 = df1.set_index(['id1', 'id2'])

df1.index

#MultiIndex(levels=[[1, 2], ['A', 'B', 'C']],

#           labels=[[0, 0, 0, 1, 1], [0, 1, 2, 0, 1]],

#           names=['id1', 'id2'])

df2 = df1.drop(1)

df2.index

#MultiIndex(levels=[[1, 2], ['A', 'B', 'C']],

#           labels=[[1, 1], [0, 1]],

#           names=['id1', 'id2'])

df2.index = df2.index.remove_unused_levels()

df2.index

#MultiIndex(levels=[[2], ['A', 'B']],

#           labels=[[0, 0], [0, 1]],

#           names=['id1', 'id2'])