Python 为列提供多个索引/标题

我正在使用熊猫数据帧，这些数据帧基本上是这样的时间序列：

             level
Date              
1976-01-01  409.67
1976-02-01  409.58
1976-03-01  409.66
…

我想要的是级别列的多个索引/标题，如下所示：

           Station1                   #Name of the datasource
           43.1977317,-4.6473648,5    #Lat/Lon of the source
           Precip                     #Type of data
Date              
1976-01-01  409.67
1976-02-01  409.58
1976-03-01  409.66
…

所以本质上我是在搜索类似于

Mydata.columns.level1=['Station1']

，

Mydata.columns.level2=[Lat，Lon]

，

Mydata.columns.level3=['Precip']

原因是，一个位置可以有多个数据集，我希望能够从一个位置拾取所有数据，或者从后续合并的大数据帧中从所有位置拾取特定类型的所有数据

我可以从pandas文档中设置一个示例dataframe，并测试我的选择，但是对于我的实际数据，我需要一种与示例中不同的方法来设置索引

例如：

构建了一个小数据帧

header = [np.array(['location','location','location','location2','location2','location2']), 
np.array(['S1','S2','S3','S1','S2','S3'])] 
df = pd.DataFrame(np.random.randn(5, 6), index=['a','b','c','d','e'], columns = header )   

df
    location                      location2                    
         S1        S2        S3         S1        S2        S3
a -1.469932 -1.544511 -1.373463  -0.317262  0.024832 -0.641000
b  0.047170 -0.339423  1.351253   0.601172 -1.607339  0.035932
c -0.257479  1.140829  0.188291  -0.242490  1.019315 -1.163429
d  0.832949  0.098170 -0.818513  -0.070383  0.557419 -0.489839
e -0.628549 -0.158419  0.366167  -2.319316 -0.474897 -0.319549

选择数据类型或位置：

df.loc(axis=1)[:,'S1']

   location  location2
         S1         S1
a -1.469932  -0.317262
b  0.047170   0.601172
c -0.257479  -0.242490
d  0.832949  -0.070383
e -0.628549  -2.319316

df['location']

         S1        S2        S3
a -1.469932 -1.544511 -1.373463
b  0.047170 -0.339423  1.351253
c -0.257479  1.140829  0.188291
d  0.832949  0.098170 -0.818513
e -0.628549 -0.158419  0.366167

---

还是我只是在寻找错误的术语？因为文档中90%的示例和这里的问题只将垂直的“stuff”（在我的例子中是日期或abcde）作为索引，而测试数据上的快速

df.index.values

也只会得到垂直

数组（['a'，'b'，'c'，'d'，'e'，'dtype=object）

您可以使用多索引为每个级别提供多个列及其名称。使用

MultiIndex.from_product（）

从多个iterable的笛卡尔乘积生成多索引

header = pd.MultiIndex.from_product([['location1','location2'],
                                     ['S1','S2','S3']],
                                    names=['loc','S'])
df = pd.DataFrame(np.random.randn(5, 6), 
                  index=['a','b','c','d','e'], 
                  columns=header)

两个级别分别为loc和S

df
loc location1                     location2                    
S          S1        S2        S3        S1        S2        S3
a   -1.245988  0.858071 -1.433669  0.105300 -0.630531 -0.148113
b    1.132016  0.318813  0.949564 -0.349722 -0.904325  0.443206
c   -0.017991  0.032925  0.274248  0.326454 -0.108982  0.567472
d    2.363533 -1.676141  0.562893  0.967338 -1.071719 -0.321113
e    1.921324  0.110705  0.023244 -0.432196  0.172972 -0.50368

现在，您可以使用xs根据级别对日期框进行切片

df.xs('location1',level='loc',axis=1)

S        S1        S2        S3
a -1.245988  0.858071 -1.433669
b  1.132016  0.318813  0.949564
c -0.017991  0.032925  0.274248
d  2.363533 -1.676141  0.562893
e  1.921324  0.110705  0.02324

df.xs('S1',level='S',axis=1)

loc  location1  location2
a    -1.245988   0.105300
b     1.132016  -0.349722
c    -0.017991   0.326454
d     2.363533   0.967338
e     1.921324  -0.43219

---

你的问题到底是什么？从您的示例dataframe开始，您希望获得什么？我想知道如何为dataframe提供多个索引。我需要

位置

、

LatLon

和

类型的字符串，而不是单个
级别
。示例数据帧只是为了说明我需要多个索引的原因。您是指类似于
df.loc（axis=1）['location'，'S1']
（或
df['location'，'S1']
）的内容吗？不，是我已经弄明白的“挑选东西”部分。这只是为了说明“为什么”！我正在寻找一种方法，将我的真实数据转换成一种可以使用这些选择的形式。我稍微改变了一下习惯。我正在寻找一种方法，用
df.columns=['something']
Ah设置多个列，您想创建多索引列。您可以从元组（[（'Station1'，'Precip'，…]）执行类似于
df.columns=pd.MultiIndex.from.
的操作，这似乎就是我要寻找的。我也喜欢为列添加的名称！但在处理我的真实数据时，它的行为不稳定。起初，a
df1.columns=header
（这应该是简单地更改现有数据帧的头？！）也更改了
df2
和
df3
的头，从相同的原始df复制，现在在
清除
ing ipython之后，
df1.columns=header
不起任何作用。如果使用
df1=df-df2=df
进行复制，则不会创建副本。它将只创建引用df的变量df1和df2。因此，对df2所做的任何更改也将更改df1，反之亦然。要显式复制，请使用
df1=df.copy（）df2=df.copy（）。现在它工作了，您添加的名称和切片示例比我的第一种方法要好得多。谢谢