按列名拆分數據幀中的多索引數據幀

Question

我有一個如下所示的數據框：按列的多索引數據框

我想獲得 3 個數據幀，命名為每列（指南針、加速、陀螺儀），時間索引未受影響，每列三列（df1、df2、df3）。

我已經嘗試for index,row in df.iterrows():但無法真正讓它工作而且我在想stack()和 unstack unstack()但真的不知道如何。

Answer 1

您可以將前 3 列保存在 csv 文件中，然后對其他 csv 文件重復該過程 2 次...

您可以像這樣選擇數據框的 3 列：

x = 0
data=pd.read_csv(file.csv, keep_default_na=False, skiprows=line_header, na_filter=False, usecols=[x,x+1,x+2])[[compass, accel, gyro]])

其中 x = “大數據框”的第一列

在這種情況下 usecols 屬性非常有用

您可以在以下位置閱讀更多信息： Pandas.read_csv

Answer 2

groupby允許您沿具有相同 level_values 的 MultiIndex 級別拆分 DataFrame。 我們將使用DataFrame.xs刪除分組索引級別，只留下您關心的列。 單獨的 DataFrame 存儲在字典中，由原始列 MultiIndex 的唯一級別 1 值鍵控。

樣本數據

import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame(np.random.randint(1, 10, (4, 9)),
                  columns=pd.MultiIndex.from_product([['df1', 'df2', 'df3'],
                                                      ['compass', 'gyro', 'accel']]))
#      df1                df2                df3           
#  compass gyro accel compass gyro accel compass gyro accel
#0       3    3     7       2    4     7       2    1     2
#1       1    1     4       5    1     1       5    2     8
#2       4    3     5       8    3     5       9    1     8
#3       4    5     7       2    6     7       3    2     9

代碼

d = {idx: gp.xs(idx, level=1, axis=1) for idx,gp in df.groupby(level=1, axis=1)}
d['gyro']
#   df1  df2  df3
#0    3    4    1
#1    1    1    2
#2    3    3    1
#3    5    6    2

由於這樣的拆分可以通過groupby輕松獲得，您甚至可能不需要存儲單獨的 DataFrame； 您可以使用GroupBy.apply分別操作它們中的每一個。