按列名拆分dataframe中的多索引数据帧

Question

我有一个数据帧，如下所示：Multi-index dataframe by columns

我想得到3个数据帧命名为每个列(指南针，加速度，陀螺仪)与时间索引不动，每个三列(df1，df2，df3)。

我试过for index,row in df.iterrows():，但不能让它真正工作，我在想用stack()和unstack()命名，但不知道怎么用。

Answer 1

groupby允许您将DataFrame拆分到具有相同level_values的MultiIndex级别。我们将使用DataFrame.xs删除分组索引级别，只留下您关心的列。单独的DataFrames存储在字典中，以原始列MultiIndex的唯一1级值为关键字。

样本数据

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

代码

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

因为这样的拆分在groupby中很容易获得，您甚至不需要存储单独的DataFrames；您可以使用GroupBy.apply分别操作它们。

Answer 2

您可以将前3列保存在csv文件中，并对其他csv文件重复此过程2次以上...

您可以按如下方式选择数据框中的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= "big dataframe“的第一列

在这种情况下，usecols属性非常有用

有关更多信息，请访问：Pandas.read_csv