パンダのマルチインデックスは完全にデータフレームスライスにコピーされます

Question

データフレームスライスにマルチインデックスが作成される方法にはバグがあります。次のコードを考えてみましょう：

シンプルmultiIndexedでカラムのデータフレーム作成

import cufflinks as cf 
df=cf.datagen.lines(6,mode='abc') 
df.columns = MultiIndex.from_tuples([('Iter1','a'), ('Iter1','b'), 
            ('Iter2','c'), ('Iter2','d'), 
            ('Iter3','e'), ('Iter3','f')]) 
df.head() 

：このデータフレームをスライス

を：

new_df = df[['Iter1','Iter2']].copy() 
new_df.head() 

だから、それはのように思えますデータは[OK]を提示したが、舞台裏で、完全なインデックスがまだある：

In [54]: 
last_col = new_df.columns.levels[0][-1] 
new_df[last_col].head() 

Out[54]: 
2015-01-01 
2015-01-02 
2015-01-03 
2015-01-04 
2015-01-05 

：

スライスされたデータフレームの最後の列にアプローチしようとすると、今ので、私にはバグのように思える

In [52]: new_df.columns 
Out[52]: 
MultiIndex(levels=[[u'Iter1', u'Iter2', u'Iter3'], [u'a', u'b', u'c', u'd', u'e', u'f']], 
      labels=[[0, 0, 1, 1], [0, 1, 2, 3]]) 

は何も返しません

元のデータフレームをスライスして複数の列を2つに渡したいのですが、プログラマチックにこれらの列にアプローチする方法はないようです。

Answer 1

あなたはpandas 0.20.0の新機能である何remove_unused_levelsを必要とする、あなたもdocsチェックすることができます。

new_df.columns.remove_unused_levels() 

サンプル：

np.random.seed(23) 
cols = pd.MultiIndex.from_tuples([('Iter1','a'), ('Iter1','b'), 
            ('Iter2','c'), ('Iter2','d'), 
            ('Iter3','e'), ('Iter3','f')]) 
idx = pd.date_range('2015-01-01', periods=5) 
df = pd.DataFrame(np.random.rand(5,6), columns=cols, index=idx) 
print (df) 
       Iter1    Iter2    Iter3   
        a   b   c   d   e   f 
2015-01-01 0.517298 0.946963 0.765460 0.282396 0.221045 0.686222 
2015-01-02 0.167139 0.392442 0.618052 0.411930 0.002465 0.884032 
2015-01-03 0.884948 0.300410 0.589582 0.978427 0.845094 0.065075 
2015-01-04 0.294744 0.287934 0.822466 0.626183 0.110478 0.000529 
2015-01-05 0.942166 0.141501 0.421597 0.346489 0.869785 0.428602 

---

new_df = df[['Iter1','Iter2']].copy() 
print (new_df) 
       Iter1    Iter2   
        a   b   c   d 
2015-01-01 0.517298 0.946963 0.765460 0.282396 
2015-01-02 0.167139 0.392442 0.618052 0.411930 
2015-01-03 0.884948 0.300410 0.589582 0.978427 
2015-01-04 0.294744 0.287934 0.822466 0.626183 
2015-01-05 0.942166 0.141501 0.421597 0.346489 

print (new_df.columns) 
MultiIndex(levels=[['Iter1', 'Iter2', 'Iter3'], ['a', 'b', 'c', 'd', 'e', 'f']], 
      labels=[[0, 0, 1, 1], [0, 1, 2, 3]]) 

print (new_df.columns.remove_unused_levels()) 
MultiIndex(levels=[['Iter1', 'Iter2'], ['a', 'b', 'c', 'd']], 
      labels=[[0, 0, 1, 1], [0, 1, 2, 3]]) 

new_df.columns = new_df.columns.remove_unused_levels() 

print (new_df.columns) 
MultiIndex(levels=[['Iter1', 'Iter2'], ['a', 'b', 'c', 'd']], 
      labels=[[0, 0, 1, 1], [0, 1, 2, 3]])