连接后访问多索引列时遇到问题答案

【问题标题】：trouble accessing multi index column after join连接后访问多索引列时遇到问题
【发布时间】：2015-08-14 22:19:15
【问题描述】：

我创建了以下多索引列：

Out[213]:
    KEY POLL
        count   mean    sum
0   1   21  0.80921     10  
1   2   3   0.666667    2
2   3   67  0.835821    3
3   4   13  1.000000    4
4   5   674 0.876855    5

如果需要，我可以访问 POLL 多索引列：

session_counts_merged[('POLL','sum')].head()
Out[225]:
0    0
1    0
2    0
3    0
4    0
Name: (POLL, sum), dtype: int64

但是，当我将上面的表与另一个表连接时，我无法弄清楚如何访问该表。

这是新表上的 .info()：

account_aggregates.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 9713 entries, 0 to 9712
Data columns (total 6 columns):
NATIVEACCOUNTKEY           9713 non-null int64
(NATIVEACCOUNTKEY, )       9713 non-null int64
(POLL, count)              9713 non-null int64
(POLL, mean)               9713 non-null float64
(POLL, sum)                9713 non-null int64
session_deciles            9713 non-null object

如何访问名为 (POLL, sum) 的列？做这样的事情：

account_aggregates_grouped['(POLL, sum)'].head()

导致找不到密钥错误

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

'(POLL, sum)' 是一个字符串。 ('POLL','sum') 是一个包含两个字符串的元组。具有 MultiIndex 的 DataFrame 具有由标签组成的元组的键从每个索引级别。因此，改变

account_aggregates_grouped['(POLL, sum)'].head()

到

account_aggregates_grouped[('POLL', 'sum')].head()

【讨论】：