复杂数据帧的多级Pandas迭代

import pandas as pd

# 创建一个具有多层次索引的数据帧
index = pd.MultiIndex.from_tuples([('A', 1), ('A', 2), ('B', 1)], names=['letter', 'number'])
df = pd.DataFrame({'value': [10, 20, 30]}, index=index)

# 使用iterrows()迭代行
for index, row in df.iterrows():
    print(f"Index: {index}, Value: {row['value']}")

for row in df.itertuples():
    print(f"Index: {row.Index}, Value: {row.value}")

# 创建一个具有多级列的数据帧
columns = pd.MultiIndex.from_tuples([('A', 'a'), ('A', 'b'), ('B', 'a')])
df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=columns)

# 使用groupby()按第一级列分组并迭代
for group_name, group_df in df.groupby(level=0, axis=1):
    print(f"Group: {group_name}")
    print(group_df)

# 将多级列数据帧转换为长格式
stacked_df = df.stack()

# 迭代堆叠后的数据帧
for index, row in stacked_df.iterrows():
    print(f"Index: {index}, Value: {row['value']}")

# 将长格式数据帧转换回多级列数据帧
unstacked_df = stacked_df.unstack()