Python 如何对熊猫中的列进行分组?
我有这样的数据帧:Python 如何对熊猫中的列进行分组?,python,python-3.x,pandas,Python,Python 3.x,Pandas,我有这样的数据帧: Jan Feb Jan.01 Feb.01 0 0 4 6 4 1 2 5 7 8 2 3 6 7 7 如何对此进行分组以获得此结果?我必须使用哪些功能 2000 2001 Jan Feb Jan.01 Feb.01 0 0 4 6 4 1 2 5 7 8 2 3 6 7 7 我想这个就行了 df Jan
Jan Feb Jan.01 Feb.01
0 0 4 6 4
1 2 5 7 8
2 3 6 7 7
如何对此进行分组以获得此结果?我必须使用哪些功能
2000 2001
Jan Feb Jan.01 Feb.01
0 0 4 6 4
1 2 5 7 8
2 3 6 7 7
我想这个就行了
df
Jan Feb Jan.01 Feb.01
0 2016-01-01 00:00:00 2016-01-02 00:00:00 2 413
1 2016-01-02 01:00:00 2016-01-03 01:00:00 1 414
2 2016-01-03 02:00:00 2016-01-04 02:00:00 2 763
3 2016-01-04 03:00:00 2016-01-05 03:00:00 1 837
4 2016-01-05 04:00:00 2016-01-06 04:00:00 2 375
level1_col = pd.Series(df.columns).str.split('.').apply(lambda x: 2000+int(x[1]) if len(x) == 2 else 2000)
level2_col = df.columns.tolist()
df.columns = [level1_col, level2_col]
df
2000 2001
Jan Feb Jan.01 Feb.01
0 2016-01-01 00:00:00 2016-01-02 00:00:00 2 413
1 2016-01-02 01:00:00 2016-01-03 01:00:00 1 414
2 2016-01-03 02:00:00 2016-01-04 02:00:00 2 763
3 2016-01-04 03:00:00 2016-01-05 03:00:00 1 837
4 2016-01-05 04:00:00 2016-01-06 04:00:00 2 375
df[2000]
Jan Feb
0 2016-01-01 00:00:00 2016-01-02 00:00:00
1 2016-01-02 01:00:00 2016-01-03 01:00:00
2 2016-01-03 02:00:00 2016-01-04 02:00:00
3 2016-01-04 03:00:00 2016-01-05 03:00:00
4 2016-01-05 04:00:00 2016-01-06 04:00:00
我想用多个indexIn文档来检查df[2000]['Jan']。我找不到我的处境。我是新来的。这里我只举一个例子。在我的数据中,从2000年到2010年,我每12个月有200列。这可以通过熔化数据帧来完成,然后将其转换为多索引,然后再次需要使用unstack设置_索引以进行重新格式化,然后通过swaplevel交换列中多索引的级别,并通过sort_索引对列进行最后排序。如果你能提供一个样本数据或类似的东西,我可以向你展示如何做到这一点。