如何在python中读取多索引数据帧
这是我的名为 df 的数据框
University Subject Colour
Melb Math Red
English Blue
Sydney Math Green
Arts Yellow
English Green
Ottawa Med Blue
Math Yellow
University 和 Subject 都是此数据框的索引键
当我这样做时
print(df.to_dict('index'))
我得到
{(Melb, Math): {'Colour': Red}, (Melb, English): {'Colour': Blue}, ...
当我这样做时
print(df["Colour"])
我明白了
University Subject Colour
Melb Math Red
English Blue
Sydney Math Green
Arts Yellow
English Green
Ottawa Med Blue
Math Yellow
当我做
print(df["University"])
我收到一个错误
KeyError: 'University'
我想要的是一种分别读取每个值的方法
我想读大学，再读一次主题，第三次读颜色
怎么做？
回答
一种更快的方法是使用 python 的zip函数，这种方法比手动运行 for 循环要快得多。
快速回答您的问题：
university_list = list(zip(*df.index))[0]
subject_list = list(zip(*df.index))[1]
colour_list = list(df['Colour'])
说明
将索引作为列表：
index_list = list(zip(*df.index))
输出：
[('Melb','Sydney','Ottawa'),('Math','English','Math','Arts',...)]
您将获得一个元组列表，其中每个元组都与一个索引列相关。
（列将按从左到右的 顺序排列：例如第一个索引列将是第一个元组，第二个索引列将是第二个元组，依此类推！）
现在，要获得单独的索引列列表，您可以简单地做，
Universities = list(index_list[0]) #this will give you separate list for university ('Melb','Sydney','Ottawa')
Subjects = list(index_list[1]) #this will give you separate list for Subjects ('Math','English','Math','Arts',...)
从非索引列获取数据作为列表
你可以通过简单地做到这一点，
column_data = list(df['column_name'])
#which in your case will be
colour_list = list(df['Colour'])
我正在扩展答案以回答其中一条评论。
现在，想象一下你需要整个 Dataframe 作为一个元组列表的情况，其中每个元组都有一列的数据。（包括索引列）
列表看起来像，
[(Col-1_data, ,...),(Col-2_data, ,...),...]
要实现这样的目标，您必须重新设置索引、获取数据并再次设置索引。下面的代码将完成任务，
index_names = list(df.index.names) #saving current indexes so that we can reassign them later.
df.reset_index(inplace = True)
dataframe_raw_list = df.values.tolist() #This will be a list of tuples where each tuple is a row of dataframe
df.set_index(index_names, inplace = True)
dataframe_columns_list = list(zip(*dataframe_raw_list)) #This will be a list of tuples where each tuple is a Column of dataframe
输出：
[(Col-1_data, ,...),(Col-2_data, ,...),...]