Pandas csv/多索引子集

Question

我正在尝试读取具有两行标题信息作为多索引的 .csv 文件，以便以后可以访问给定 2 个标识符的列。该文件看起来像这样（制表符分隔），NA 的值是故意这样的：

ind Human Human Human Mouse Mouse Mouse ...
(null) Codon Freq minmax Codon Freq minmax ...
0 ATG 12.5 -5.2 --- NA NA ...
1 AAA 8.9 -25.5 --- NA NA ...
2 GGA 16.5 12.4 ATG 11.9 6.5 ...

我可以用两行标题读取文件，但这会导致类“pandas.core.frame.DataFrame”的对象而不是“pandas.core.index.MultiIndex”：
data = pd.read_csv('alignment.csv', sep="\t", header=[0,1])

当我尝试指定 index_col=0 时，正如文档中的一些示例所做的那样，我收到“IndexError: list index out of range”错误，这是几个相关问题的解决方案，但由于某种原因不适用于我。

接下来，我尝试以各种方式对数据进行子集化，但都失败了。我得到（我认为）最接近我想要的是通过做
temp = data.ix[:,[("","ind"),("Human","minmax")]]
...这至少给了我一个正确尺寸的 DataFrame 并正确标记，但所有值都已替换为 NaN。使用 .loc 给了我一个关于排序不正确的错误，而且我根本无法让 .xs 工作。

本质上，我正在寻找一种基于物种和参数（例如人类和最小最大值）对数据集进行子集化的方法。我在这里查看了几个相关的问题，但还没有解决问题。我怎样才能做到这一点？

Answer 1

嗯...它似乎对我有用...您使用的是什么版本的 Pandas/Python？

df= pd.read_clipboard(header = [0,1], index_col=0)

df
Out[389]: 
ind    Human              Mouse               ...
(null) Codon  Freq minmax Codon  Freq minmax  ...
0        ATG  12.5   -5.2   ---   NaN    NaN  ...
1        AAA   8.9  -25.5   ---   NaN    NaN  ...
2        GGA  16.5   12.4   ATG  11.9    6.5  ...


df.Human.minmax
df.Human.minmax
Out[390]: 
0    -5.2
1   -25.5
2    12.4
Name: minmax, dtype: float64