Python：如何遍历分层列？答案

【问题标题】：Python: How to loop through hierarchical columns?Python：如何遍历分层列？
【发布时间】：2021-12-23 10:36:05
【问题描述】：

我有以下数据框：

df=pd.DataFrame(index = ['2018-01-01','2018-01-02','2018-01-03','2018-01-04'])
df["ticker"] = ['TSLA', 'TSLA', 'IBM', 'IBM']
df["price"] = ['1000', '1200', '101', '108']
df["volume"] = ['100000', '123042', '1087878', '108732']
df["marketcap"] = ['1.2T', '1.4T', '30B', '35B']
df.index.rename('Date', inplace=True)
df.set_index('ticker', append=True).unstack('ticker').swaplevel(axis=1).sort_index(axis=1,level=0, sort_remaining=False)
df:
                 TSLA                              IBM         
                 price  volume  marketcap          price  volume    marketcap
          Date              
    2018-01-01   1000   100000  1.2T               NaN    NaN       NaN
    2018-01-02   1200   123042  1.4T               NaN    NaN       NaN
    2018-01-03   NaN    NaN     NaN                101    1087878   30B
    2018-01-04   NaN    NaN     NaN                108    108732    35B

如何遍历代码（即 TSLA）并从中仅获取每个日期的价格列？所以是这样的：

  for col in df.columns(level=0):
      for i in df.index:
          if df.columns(level=1)=="price":
              df_price=df[col].loc[i]

df_price 看起来像这样：

              TSLA
      Date 
2018-01-01    1000

其余的价格和代码以此类推。谢谢。

【问题讨论】：

如果你想要所有列的价格，那么这个df.loc[:,pd.IndexSlice[:, 'price']]应该这样做，是你想要的吗？
df.loc(axis=1)[:, 'price'] 或 df.loc[:, df.columns.isin(['price'], level=1)] 是其他选项。
df.loc(axis=1)[('TSLA', 'price')]
谢谢大家！ @Ben.T 和 Henry，您的解决方案都有效

标签： python pandas dataframe loops hierarchy

【解决方案1】：

可能是这样的？

df.reset_index(inplace=True)
pd.pivot_table(df,index=["Date"], columns=["ticker"], values=["price"])


            price
ticker      IBM     TSLA
Date        
2018-01-01  NaN     1000.0
2018-01-02  NaN     1200.0
2018-01-03  101.0   NaN
2018-01-04  108.0   NaN

【讨论】：