多索引行和列答案

【问题标题】：Multi-indexed row and columns多索引行和列
【发布时间】：2019-10-16 23:35:42
【问题描述】：

如何在python中对行和列进行多索引？

【问题讨论】：

df.loc[:, 'B'] 另外，“我该怎么做”是什么意思？做什么？给定图像，我假设选择 B 的所有列。

标签： python pivot-table data-science crosstab

【解决方案1】：

https://pandas.pydata.org/pandas-docs/stable/user_guide/advanced.html#advanced-indexing-with-hierarchical-index

import pandas as pd  # Pandas isn't mentioned in the tags, but the image looks like a pandas dataframe.

idx = pd.MultiIndex.from_product([[f'System {s}' for s in 'ABC'], list('FM')], names=[None, 'Sex'])
cols = pd.MultiIndex.from_tuples([('A', 1), ('A', 2), ('B', 1), ('B', 2), ('B', 3), ('C', 1), ('C', 2)])
df = pd.DataFrame(data=1, columns=cols, index=idx)

>>> df
              A     B        C   
              1  2  1  2  3  1  2
         Sex                     
System A F    1  1  1  1  1  1  1
         M    1  1  1  1  1  1  1
System B F    1  1  1  1  1  1  1
         M    1  1  1  1  1  1  1
System C F    1  1  1  1  1  1  1
         M    1  1  1  1  1  1  1

>>> df.loc[:, 'B']
              1  2  3
         Sex         
System A F    1  1  1
         M    1  1  1
System B F    1  1  1
         M    1  1  1
System C F    1  1  1
         M    1  1  1

或者使用 IndexSlice。

>>> df.loc[:, pd.IndexSlice['B', :]]
              B      
              1  2  3
         Sex         
System A F    1  1  1
         M    1  1  1
System B F    1  1  1
         M    1  1  1
System C F    1  1  1
         M    1  1  1

【讨论】：