如何拆分含多组表头的CSV文件为多个DataFrame？

可以用Python的pandas库轻松实现这个需求，步骤如下：

1. 读取带多层表头的CSV文件 #

先确保已安装pandas，读取文件时指定表头所在的行（假设你的多层表头是前2行，可根据实际情况调整header参数）：

import pandas as pd

# 读取CSV，header=[0,1]表示用第0、1行作为多层表头
full_df = pd.read_csv('your_large_data.csv', header=[0,1])

2. 按组拆分数据 #

通过表头的顶层分组名，筛选对应列并赋值给目标变量：

# 提取「Level and Distortion」组数据到变量a
a = full_df.loc[:, full_df.columns.get_level_values(0) == 'Level and Distortion']

# 提取「THD Ratio」组数据到变量b
b = full_df.loc[:, full_df.columns.get_level_values(0) == 'THD Ratio']

# 提取「Reference Waveform」组数据到变量c
c = full_df.loc[:, full_df.columns.get_level_values(0) == 'Reference Waveform']

3. 可选：整理拆分后的表头 #

如果需要简化拆分后的表头（比如去掉重复的组名前缀），可以重置表头层级：

# 以变量a为例，仅保留子层级表头
a.columns = a.columns.get_level_values(1)

注意事项 #

• 确认CSV文件中的分组名和代码中的字符串完全匹配（包括大小写、空格、符号），否则会筛选不到数据
• 如果你的多层表头超过2行，调整header参数为对应行数的列表（比如header=[0,1,2]），同时在get_level_values中指定对应的层级索引（0为最顶层）

内容的提问来源于stack exchange，提问作者fauzan-mhd