Pandas2.2 DataFrame

Reshaping sorting transposing

方法	描述
DataFrame.droplevel(level[, axis])	用于**從 DataFrame 的索引（行或列）中刪除指定層級（level）**的方法

pandas.DataFrame.droplevel()

pandas.DataFrame.droplevel() 是一個用于**從 DataFrame 的索引（行或列）中刪除指定層級（level）**的方法。它通常用于處理具有多級索引（MultiIndex）的 DataFrame，可以靈活地移除不需要的索引層級。

---

📌 方法簽名

DataFrame.droplevel(level, axis=0)

---

🔧 參數說明

參數	類型	說明
level	int、str 或 list of int/str	要刪除的索引層級，可以是層級編號（從 0 開始）或層級名稱
axis	{0/'index', 1/'columns'}，默認為 0	指定操作的是行索引（0）還是列索引（1）

---

? 返回值

• 返回一個新的 DataFrame，其中指定的索引層級被刪除；
• 原始數據不會被修改，除非設置 inplace=True。

---

🧪 示例代碼及結果

示例 1：基本用法 - 刪除行索引中的某一層

import pandas as pd
import numpy as np# 創建一個多級行索引 DataFrame
arrays = [['A', 'A', 'B', 'B'],['one', 'two', 'one', 'two']
]
index = pd.MultiIndex.from_arrays(arrays, names=('outer', 'inner'))
df = pd.DataFrame({'data': [1, 2, 3, 4]}, index=index)print("Original DataFrame:")
print(df)

輸出：

                data
outer inner        
A     one          1two          2
B     one          3two          4

# 刪除 inner 層索引
df_dropped = df.droplevel('inner')
print("\nAfter droplevel('inner'):")
print(df_dropped)

輸出：

       data
outer       
A         1
A         2
B         3
B         4

---

示例 2：刪除多個層級

# 創建一個多級列索引 DataFrame
arrays = [['X', 'X', 'Y', 'Y'],['a', 'b', 'a', 'b']
]
columns = pd.MultiIndex.from_arrays(arrays, names=('group', 'sub'))
df_multi_col = pd.DataFrame(np.random.randn(2, 4), columns=columns)print("Original Multi-column DataFrame:")
print(df_multi_col)

輸出示例（隨機數）：

group          X                   Y          
sub            a         b         a         b
0       0.496714 -0.138264  0.647689  1.523030
1      -0.234137  1.579213  0.767435 -0.469474

# 刪除列索引中的 'sub' 層
df_dropped_cols = df_multi_col.droplevel('sub', axis=1)
print("\nAfter droplevel('sub', axis=1):")
print(df_dropped_cols)

輸出示例：

group         X         Y
0      0.496714  0.647689
1     -0.234137  0.767435

---

示例 3：通過層級編號刪除

# 使用層級編號刪除 outer 層（level=0）
df_dropped_by_index = df.droplevel(0)
print("\nAfter droplevel(0):")
print(df_dropped_by_index)

輸出：

       data
inner      
one       1
two       2
one       3
two       4

---

🧠 應用場景

場景	說明
簡化多級索引結構	移除不必要的索引層級以提升可讀性
準備數據導出	在輸出到 CSV、Excel 等格式前清理索引
重塑數據結構	配合 stack() / unstack() 進行更復雜的索引變換
數據分析前預處理	清理冗余索引層級以便后續分析

---

?? 注意事項

• droplevel() 不會修改原始數據，除非設置 inplace=True；
• 可以通過層級名或層級編號進行刪除；
• 支持一次刪除多個層級（傳入列表）；
• 適用于行索引（axis=0）和列索引（axis=1）；
• 如果刪除后只剩一個層級，索引將變為普通 Index 而非 MultiIndex。

---

? 總結對比

方法	是否推薦使用	說明
droplevel(level)	? 推薦	快速刪除指定索引層級
droplevel(level, axis=1)	? 推薦	刪除列索引層級

你可以根據實際需求選擇刪除行或列索引中的特定層級，從而更好地控制數據結構和索引布局。