为什么列在被删除后仍保留在 DataFrame 的索引中

Question

考虑下面的代码：

>>> data = pandas.DataFrame({ 'user': [1, 5, 3, 10], 'week': [1, 1, 3, 4], 'value1': [5, 4, 3, 2], 'value2': [1, 1, 1, 2] })
>>> data = data.pivot_table(index='user', columns='week', fill_value=0)
>>> data['target'] = [True, True, False, True]
>>> data
     value1       value2       target
week      1  3  4      1  3  4
user
1         5  0  0      1  0  0   True
3         0  3  0      0  1  0   True
5         4  0  0      1  0  0  False
10        0  0  2      0  0  2   True

现在如果我这样称呼：

>>> 'target' in data.columns
True

它True按预期返回。然而，为什么这也会回归True呢？

>>> 'target' in data.drop('target', axis=1).columns
True

如何从表中删除一列，使其不再位于索引中并且上述语句返回False？

Answer 1

截至目前（pandas 0.19.2），多重索引将在其结构中保留所有曾经使用过的标签。删除列不会从多重索引中删除其标签，并且仍然在其中引用它。请参阅此处的长 GH 项目。

因此，您必须解决该问题并做出假设。如果您确定要检查的标签位于特定索引级别（示例中为级别 0），那么一种方法是执行以下操作：

'target' in data.drop('target', axis=1).columns.get_level_values(0)
Out[145]: False

如果它可以是任何级别，您可以get_values()在整个列表上使用和查找：

import itertools as it
list(it.chain.from_iterable(data.drop('target', axis=1).columns.get_values()))
Out[150]: ['value1', 1, 'value1', 3, 'value1', 4, 'value2', 1, 'value2', 3, 'value2', 4]