在Excel表格中循环表格
我试图以特定的方式遍历一组表格，但是我被卡住了。
我的表是multiindex，看起来像这样：
#read excel df = pd.read_excel(data_file, header=[0,1], index_col=[0,1]) T Gender Age Total Male Female 16-24 25-34 35-44 45-54 55-75 Q1. Are you? Yes 17.5 26.8 23.4 13.7 20.7 100 - 17.6 No 17.5 26.8 23.4 13.7 20.7 100 11.5 22.6 Don't know 17.5 26.8 23.4 13.7 20.7 100 - - Q2. Are you? Yes 18.5 26.8 23.4 13.7 20.7 100 - 17.6 No 17.5 22.8 23.4 13.7 20.7 100 11.5 22.6 Don't know 17.5 26.8 23.4 13.7 20.7 100 - - 我想循环这些索引和列，并打印这个：
T Total Q1. Are you? Yes 17.5 No 17.5 Don't know 17.5 Gender Male Female Q1. Are you? Yes 26.8 23.4 No 26.8 23.4 Don't know 26.8 23.4
等等…
我到目前为止的代码将外部索引分组在一起，这允许我向下循环，但是我不知道如何在横向上工作。
for outerside_grp, innerside_grp in df.groupby(level=0): print innerside_grp
UPDATE
下面的代码做了我想要的东西（感谢Joshua Baboo），但现在我想知道这是否是最有效的方法？
for key in df.index.levels[0]: for col in df.columns.levels[0]: print df.loc[row:row, col]
正如你所说：
'我的表是多指标'
假设groupby(level=0)不是必需的，因为原始数据框在行和列轴上都是2级MultiIndex结构，请查看下面的示例服务器是否是您的目的：
import pandas as pd print 'pandas-version: ', pd.__version__ import numpy a`enter code here`s np l1 = ['r0_1', 'r0_2'] l2 = sorted(['r1_1','r1_2','r1_3']) c1 = ['c0_1', 'c0_2', 'c0_3'] c2 = ['c1_1', 'c1_2', 'c1_3'] nrows = len(l1) * len(l2) ncols = len(c1) * len(c2) df = pd.DataFrame(np.random.random( nrows * ncols).reshape(nrows, ncols), index=pd.MultiIndex.from_product([l1, l2], names=['one','two']), columns=pd.MultiIndex.from_product([c1, c2])) l_all = slice(None) # updated loop only over columns.level[0] # to get all-rows for each column group for col0 in df.columns.levels[0]: print df.loc(axis=1)[col0,:]
产量
pandas-version: 0.15.2 c0_1 c1_1 c1_2 c1_3 one two r0_1 r1_1 0.177051 0.159676 0.677900 r1_2 0.980404 0.441649 0.763252 r1_3 0.631876 0.724937 0.158891 r0_2 r1_1 0.856933 0.432360 0.690534 r1_2 0.568308 0.381117 0.430071 r1_3 0.680781 0.795433 0.378414 c0_2 c1_1 c1_2 c1_3 one two r0_1 r1_1 0.275005 0.266315 0.326656 r1_2 0.841370 0.197737 0.215751 r1_3 0.511860 0.007003 0.509688 r0_2 r1_1 0.170542 0.577844 0.616402 r1_2 0.440131 0.497631 0.628281 r1_3 0.061970 0.192166 0.687346 c0_3 c1_1 c1_2 c1_3 one two r0_1 r1_1 0.308490 0.372552 0.275818 r1_2 0.718901 0.784083 0.839253 r1_3 0.357739 0.821503 0.336578 r0_2 r1_1 0.758157 0.248164 0.983741 r1_2 0.498885 0.972781 0.922519 r1_3 0.107162 0.364109 0.591648
参考.loc(axis=0)