Python 如何对熊猫中的列进行分组？

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                 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。