如何统计Pandas MultiIndex指定Exp主标题下的Code子标题数量？

假设你已经通过pd.read_csv('your_file.csv', header=[0,1])生成了列层级为MultiIndex的DataFrame，以下是两种实现统计的方法：

方法一：针对单个Exp直接统计 #

适合只需要查询某一个Exp的场景：

import pandas as pd

# 读取CSV文件，两行作为表头生成MultiIndex列
df = pd.read_csv('your_csv_file.csv', header=[0, 1])

# 指定要查询的目标Exp日期
target_exp = '2023-09-22'

# 筛选出该Exp对应的所有Code子标题，去重后统计数量
matched_codes = df.columns.get_level_values(1)[df.columns.get_level_values(0) == target_exp]
unique_codes = matched_codes.unique()
code_count = len(unique_codes)

# 输出结果
print(f"Exp {target_exp} 对应的Code数量：{code_count}")
print(f"具体Code列表：{list(unique_codes)}")

方法二：批量统计所有Exp的Code情况 #

适合需要一次性获取所有Exp对应Code数量或列表的场景：

import pandas as pd

df = pd.read_csv('your_csv_file.csv', header=[0, 1])

# 批量统计每个Exp对应的唯一Code数量
exp_code_count_dict = df.columns.groupby(level=0).apply(lambda cols: cols.get_level_values(1).nunique()).to_dict()
# 批量获取每个Exp对应的唯一Code列表
exp_code_list_dict = df.columns.groupby(level=0).apply(lambda cols: list(cols.get_level_values(1).unique())).to_dict()

# 查询指定Exp的结果
print(exp_code_count_dict['2023-09-22'])  # 输出：2
print(exp_code_list_dict['2023-10-13'])   # 输出：['A']

为什么你之前的方法无效？ #

你尝试的len(df.columns[col_idx])得到的是单个列元组的长度（比如('2023-09-22', 'A')的长度是2），并不是该Exp下的Code数量，所以无法得到正确结果。

内容的提问来源于stack exchange，提问作者gridvision