你也可以通过重命名列来实现:

df。列= ['a'， 'b']

这涉及到一个手动步骤，但可能是一个选项，特别是如果你最终要重命名你的数据帧。

你可以使用multiindex . dropllevel:

>>> cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
>>> df = pd.DataFrame([[1,2], [3,4]], columns=cols)
>>> df
   a   
   b  c
0  1  2
1  3  4

[2 rows x 2 columns]
>>> df.columns = df.columns.droplevel()
>>> df
   b  c
0  1  2
1  3  4

[2 rows x 2 columns]

从Pandas 0.24.0开始，我们现在可以使用datafframe . dropllevel ():

cols = pd.MultiIndex.from_tuples([("a", "b"), ("a", "c")])
df = pd.DataFrame([[1,2], [3,4]], columns=cols)

df.droplevel(0, axis=1) 

#   b  c
#0  1  2
#1  3  4

如果你想保持你的DataFrame方法链滚动，这是非常有用的。

你也可以通过重命名列来实现:

df。列= ['a'， 'b']

这涉及到一个手动步骤，但可能是一个选项，特别是如果你最终要重命名你的数据帧。

我一直在努力解决这个问题，因为我不知道为什么我的droplevel()函数不工作。通过几个练习，你会发现表中的' a '是列名，' b '， ' c '是索引。这样做会有帮助吗

df.columns.name = None
df.reset_index() #make index become label

一个使用level=1的sum的小技巧(当level=1是唯一的时有效)

df.sum(level=1,axis=1)
Out[202]: 
   b  c
0  1  2
1  3  4

更常见的解决方案get_level_values

df.columns=df.columns.get_level_values(1)
df
Out[206]: 
   b  c
0  1  2
1  3  4