python - pandas.DataFrame.droplevel 是否有相反的功能(如keeplevel)？

pandas.DataFrame.droplevel 是否有相反的功能，我可以使用级别名称或索引保留多级索引/列的某些级别？

例子:

df = pd.DataFrame([
        [1, 2, 3, 4],
        [5, 6, 7, 8],
        [9, 10, 11, 12],
        [13, 14, 15, 16]
    ], columns=['a','b','c','d']).set_index(['a','b','c']).T


a   1   5   9   13
b   2   6   10  14
c   3   7   11  15
d   4   8   12  16

以下两个命令都可以返回以下数据帧:

df.droplevel(['a','b'], axis=1)
df.droplevel([0, 1], axis=1)

c   3   7   11  15
d   4   8   12  16

我正在寻找“keeplevel”命令，以便以下两个命令都可以返回以下数据帧:

df.keeplevel(['a','b'], axis=1)
df.keeplevel([0, 1], axis=1)

a   1   5   9   13
b   2   6   10  14
d   4   8   12  16

最佳答案

没有 keeplevel 因为它会是多余的:在一个封闭且定义良好的集合中，当你定义你想要删除的东西时，你会自动定义你想要保留的东西

您可能会从您拥有的内容和 droplevel 返回的内容中获得不同。

def keeplevel(df, levels, axis=1):
    return df.droplevel(df.axes[axis].droplevel(levels).names, axis=axis)

>>> keeplevel(df, [0, 1])

a   1   5   9   13
b   2   6   10  14
d   4   8   12  16

关于python - pandas.DataFrame.droplevel 是否有相反的功能(如keeplevel)？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58065223/