熊貓使用舊的列名稱創建新的數據框

Question

我需要一些幫助來構造數據。 所以我有以下DataFrame（稱為df）：

我想基於Mean_CArea，Mean_CPressure和Mean_Force對數據框進行分組。 但是，我得到了以下結果：

您可能會看到列名稱是0,1,2，而不是NATIVE_RH，ANATOMICAL_RH和NON_ANATOMICAL_RH。 有沒有辦法從原始數據框中獲取正確的列名？

到目前為止，這是我的代碼：

def function(self, df):
    d = dict()
    for head in df.columns.tolist():
        RH, j_mechanics = head
        if j_mechanics not in d:
            d[j_mechanics] = df[head]
        else:
            d[j_mechanics] = pd.concat([d[j_mechanics],df[head]], axis=1, ignore_index=True)
    for df_name, df in sorted(d.items()):
        print(df_name)
        print(df.head())

預先感謝！

Answer 1

IIUC您可以將swaplevel與groupby按列（ axis=1 ）和按第一級（ level=0 ）一起使用：

df = pd.DataFrame({('B', 'a'): {0: 4, 1: 10}, ('B', 'b'): {0: 5, 1: 11}, ('B', 'c'): {0: 6, 1: 12}, ('A', 'a'): {0: 1, 1: 7}, ('A', 'c'): {0: 3, 1: 9}, ('A', 'b'): {0: 2, 1: 8}})

print (df)
   A         B        
   a  b  c   a   b   c
0  1  2  3   4   5   6
1  7  8  9  10  11  12
df.columns = df.columns.swaplevel(0,1)

for i, g in df.groupby(level=0, axis=1):
    print (g)
   a    
   A   B
0  1   4
1  7  10
   b    
   A   B
0  2   5
1  8  11
   c    
   A   B
0  3   6
1  9  12

Answer 2

您想使用xs

df.xs('Mean_CArea', axis=1, level=1)

和

df.xs('Mean_CPressure', axis=1, level=1)

和

df.xs('Mean_Force', axis=1, level=1)