Pandas 数据帧'；s第二个多重索引

我有一个表格的数据框

              "a"          "b"          "c"        #first level index
            0, 1, 2       0, 1, 2      0, 1, 2     #second level index
index
0          1,2,3         6,7,8       5,3,4
1          2,3,4         7,5,4       9,2,5
2          3,4,5         4,5,6       0,4,5
...

表示进行测量的点（a、b或c）以及在此点上进行的测量结果（0,1,2）

我想做以下工作：

• 在样本中选取一个切片（假设每个点的第一个测量值为0）
• 第i次测量的平均值（平均值（“a”[0]，“b”[0]，“c”[0]），平均值（“a”[1]，“b”[1]，“c”[1]），…）

我试图掌握pandas多索引文档的诀窍，但未能将其切分到第二级

这是列索引：

MultiIndex(levels=[['a', 'b', 'c', ... , 'y'], [0, 1, 2, ... , 49]],
       labels=[[0, 0, 0, ... , 0, 1, 1, 1, ... 1, ..., 49, 49, 49, ... 49]])

指数呢

Float64Index([204.477752686, 204.484664917, 204.491577148,  ..., 868.723022461], dtype='float64', name='wavelength', length=43274)

使用

df[:][0]

产生一个键错误（0不在索引中）

返回水平切片

0    "a":(1,2,3), "b":(6,7,8), "c":(5,3,4)

但是我想要

"a":(1,2,3), "b":(6,7,4), "c":(5,9,0)

谢谢你的帮助

---

PS:version:pandas-0.19，python-3.4

技巧是指定轴

df.loc(axis=1)[:,0]

提供每个点的第0个测量值。 因为我在第二级索引上使用整数，所以我不确定这是否真的会产生标签“0”，或者仅仅是数据帧中的第0个度量，标签不可知

---

但对于我的用例来说，这实际上已经足够了。

如果每个点的测量值相同，我想我可以对一系列的第x个点进行投票。但事实并非如此。有些地点有49次测量，有些只有47次（有些已经被挖走）。因此，我想明确地处理第二个索引，因为它表示度量的真实值。要获得第0个度量的平均值，需要先转置：df.loc（axis=1）[，0].T.mean（）

df.loc(axis=1)[:,0]