Skip to main content
 首页 » 编程设计

python之删除后无法将列重新添加到 Pandas 多索引数据框

2025年01月19日14kevingrace

删除列后,我无法以相同的名称将其添加回来,这似乎很奇怪。因此,我创建了一个带有多个标记列的简单数据框,并添加了一个仅具有 level0 名称的新列,然后将其删除。

>>> import pandas as pd 
>>> df = pd.DataFrame([[1,2,3],[4,5,6]]) 
>>> df.columns=[['a','b','c'],['e','f','g']] 
>>> print(df) 
   a  b  c 
   e  f  g 
0  1  2  3 
1  4  5  6 
>>> df['d'] = df.c+2 
>>> print(df) 
   a  b  c  d 
   e  f  g    
0  1  2  3  5 
1  4  5  6  8 
>>> del df['d'] 
>>> print(df) 
   a  b  c 
   e  f  g 
0  1  2  3 
1  4  5  6 

现在我再次尝试添加它,似乎没有任何效果,也没有显示任何错误或警告。

>>> df['d'] = df.c+2 
>>> print(df) 
   a  b  c 
   e  f  g 
0  1  2  3 
1  4  5  6 

这是预期的行为吗?我应该向 pandas 项目报告错误报告吗?如果我添加指定了两个级别的“d”列,就没有这样的问题,就像这样

df['d', 'x'] = df.c+2 

谢谢, PS:Python是2.7.14,pandas是0.20.1

请您参考如下方法:

在调用 del 后,您的 MultiIndex 级别没有被删除是有问题的:

del df['d'] 
print(df) 
   a  b  c 
   e  f  g 
0  1  2  3 
1  4  5  6 

检查列:

print (df.columns) 
MultiIndex(levels=[['a', 'b', 'c', 'd'], ['e', 'f', 'g', '']], 
           labels=[[0, 1, 2], [0, 1, 2]]) 

删除的解决方案是 MultiIndex.remove_unused_levels :

df.columns = df.columns.remove_unused_levels() 
 
print (df.columns) 
MultiIndex(levels=[['a', 'b', 'c'], ['e', 'f', 'g']], 
           labels=[[0, 1, 2], [0, 1, 2]]) 
 
df['d'] = df.c+2 
print (df) 
   a  b  c  d 
   e  f  g    
0  1  2  3  5 
1  4  5  6  8 

另一种解决方案是重新分配给 MultiIndex,需要 tuple 来选择 MultiIndex 列:

df[('d', '')] = df.c+2 
print (df) 
   a  b  c  d 
   e  f  g    
0  1  2  3  5 
1  4  5  6  8