pandas中如何对层级索引进行遍历

可以使用 Pandas 中的 MultiIndex 类型来创建层级索引，然后使用 for 循环遍历每个层级。例如：

import pandas as pd

# 创建一个层级索引
index = pd.MultiIndex.from_product([['A', 'B'], ['C', 'D']])

# 创建一个 DataFrame
df = pd.DataFrame({'values': [1, 2, 3, 4]}, index=index)

# 遍历层级索引
for level1 in df.index.levels[0]:
    for level2 in df.index.levels[1]:
        print(level1, level2, df.loc[(level1, level2), 'values'])

这段代码会输出：

A C 1
A D 2
B C 3
B D 4

这样就完成了对层级索引的遍历。

相关问题

如何取消pandas中的层级索引

你可以使用 `reset_index()` 函数来取消 pandas 中的层级索引。该函数将层级索引转换为列，并创建一个新的默认整数索引。例如，如果你有一个名为 `df` 的 DataFrame，其中有两个层级索引，你可以使用以下代码取消它们：

df = df.reset_index()

这将返回一个新的 DataFrame，其中不再有层级索引。

对dataframe的索引进行遍历

在 Pandas 中，可以使用 `iterrows()` 方法来遍历 DataFrame 的每一行，返回的是每一行的索引和对应的数据。示例如下：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [23, 30, 25]})

# 遍历每一行
for index, row in df.iterrows():
    print(index, row['name'], row['age'])

输出结果为：

0 Alice 23
1 Bob 30
2 Charlie 25

另外，还可以使用 `itertuples()` 方法来遍历 DataFrame 的每一行，返回的是一个命名元组，其中包含了每一行的索引和对应的数据。示例如下：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [23, 30, 25]})

# 遍历每一行
for row in df.itertuples():
    print(row.Index, row.name, row.age)

输出结果和上面的示例是一样的。不过需要注意的是，使用 `itertuples()` 方法要比 `iterrows()` 方法快一些。