在 Pandas 数据框中删除特定的 multiIndex 列

Question

假设有一个这样创建的数据框：

tdata = {('A', 50): [1, 2, 3, 4],
         ('A', 55): [5, 6, 7, 8],
         ('B', 10): [10, 20, 30, 40],
         ('B', 20): [50, 60, 70, 80],
         ('B', 50): [2, 4, 6, 8],
         ('B', 55): [10, 12, 14, 16]}
tdf = pd.DataFrame(tdata, index=range(0,4))

      A      B
     50 55  10  20 50  55
   0  1  5  10  50  2  10
   1  2  6  20  60  4  12
   2  3  7  30  70  6  14
   3  4  8  40  80  8  16

1. 如何从数据框中删除特定列，例如 ('B', 10) 和 ('B', 20)？
2. 有没有办法在一个命令中删除列，例如tdf.drop(['B', [10,20]])？请注意，我知道我的命令示例绝不接近它应有的样子，但我希望它能够传达要点。
3. 有没有办法通过一些逻辑表达式删除列？例如，假设我想删除子级索引小于 50 的列（同样是 10、20 列）。即使 10,20 个子级别索引不存在，我是否可以执行一些包含“A”列的通用命令，或者我必须专门引用“B”列？

Answer 1

您可以drop通过以下list方式使用tuples：

print (tdf.drop([('B',10), ('B',20)], axis=1))
   A     B    
  50 55 50  55
0  1  5  2  10
1  2  6  4  12
2  3  7  6  14
3  4  8  8  16

对于删除列level：

mask = tdf.columns.get_level_values(1) >= 50
print (mask)
[ True  True False False  True  True]

print (tdf.loc[:, mask])
   A     B    
  50 55 50  55
0  1  5  2  10
1  2  6  4  12
2  3  7  6  14
3  4  8  8  16

如果需要按级别删除是可能的，请仅指定一个级别：

print (tdf.drop([50,55], axis=1, level=1))
    B    
   10  20
0  10  50
1  20  60
2  30  70
3  40  80