在python中迭代多索引数据

我希望能够通过在多索引上分组来迭代熊猫数据帧。在这里，我希望能够一起处理每个行业中的一组行。我使用多索引加载

from StringIO import StringIO
data = """industry,location,number
retail,brazil,294
technology,china,100
retail,nyc,2913
retail,paris,382
technology,us,2182
"""

df = pd.read_csv(StringIO(data), sep=",", index_col=['industry', 'location'])

所以我希望有这样的东西：

for industry, rows in df.iter_multiindex():
    for row in rows:
        process_row(row)

---

有这样的方法吗？

不确定为什么要这样做，但可以这样做：

for x in df.index:
    print x[0] # industry
    process(df.loc[x]) # row

---

但这不是您通常使用DataFrame的方式，您可能想了解（也非常有用）

您可以按多索引的第一级（行业）进行分组，然后通过分组进行迭代：

In [102]: for name, group in df.groupby(level='industry'):
   .....:     print name, '\n', group, '\n'
   .....:
retail
                   number
industry location
retail   brazil       294
         nyc         2913
         paris        382

technology
                     number
industry   location
technology china        100
           us          2182

group

每次都是一个数据帧，然后您可以对该数据帧进行迭代（例如对group.iterrows（）中的行使用

）

但是，在大多数情况下，这样的迭代是不需要的。
处理行
需要什么？也许你可以直接在groupby对象上以矢量化的方式来做。
我想看看关于-1原因的一些评论