Python 如何在pandas中制作分层过滤器？

我有一个数据帧df，我尝试了

ddf=df.descripe（）

，结果如下

我想在此基础上做一个报告

所以我想把平均值/最大值/最小值分开，放在我的Word文档中

我尝试了很多方法，但除非我平放ddf，否则我无法根据

项对其进行过滤

                     Absmm        Xmm        Ymm        Zmm
Node   item                                                
269.0  count  2.600000e+01  26.000000  26.000000  26.000000
       mean  -5.150000e-02   0.005423   0.027385  -0.057077
       std    9.984077e-02   0.012113   0.076432   0.090868
       min   -2.820000e-01  -0.014000  -0.012000  -0.265000
       25%   -7.250000e-02  -0.000750  -0.001750  -0.072250
       50%   -8.000000e-03   0.005000   0.000000  -0.013500
       75%    6.750000e-03   0.009750   0.012500   0.002500
       max    6.600000e-02   0.048000   0.288000   0.052000
275.0  count  2.600000e+01  26.000000  26.000000  26.000000
       mean  -8.688462e-02  -0.011000   0.035615  -0.053077
       std    1.540525e-01   0.017797   0.113538   0.125961
       min   -5.990000e-01  -0.060000  -0.016000  -0.600000
       25%   -1.015000e-01  -0.020500   0.000000  -0.078500
       50%   -2.400000e-02  -0.006500   0.001000  -0.019500
       75%   -4.250000e-03  -0.001000   0.013250   0.001000
       max    5.300000e-02   0.034000   0.567000   0.112000

我试过
dmean=ddf.loc[ddf.index[1]=='mean']
或类似的方法

但我就是不能得到我想要的

如何根据筛选得到单独数据帧中每个节点的平均值？
您非常接近-使用：

更好的方法是使用：

哇，太酷了。它起作用了。虽然我不知道内部发生了什么，但似乎我们对DataFrame了解的函数/方法/属性越多，我们就越能更好地处理它：-D。
#select by position - second level of MultiIndex
dmean = ddf.loc[ddf.index.get_level_values(1) == 'mean']
#select by level name
dmean = ddf.loc[ddf.index.get_level_values('item') == 'mean']

dmean = ddf.xs('mean', axis=0, level=1)