多索引DataFrame中loc失效、百分比列转字符串无法绘图的解决方案咨询

一、处理多索引样式表格无法使用loc的问题 #

样式表格（Styler对象）是DataFrame的可视化包装层，本身不支持loc索引操作，得先获取它对应的原始DataFrame：

• 如果你是通过df.style生成的样式表，直接用原df进行数据操作即可
• 若样式表是其他途径获取的，可通过.data属性提取底层DataFrame：original_df = styler_obj.data

针对多索引结构取列，举个实际操作示例：
假设你的多索引列是[('A组', '增长率'), ('B组', '增长率')]，要提取其中一列作为Y轴数据：

# 取出指定多索引列的数值列表
y_values = original_df.loc[:, ('A组', '增长率')].tolist()
# X轴直接用表格索引转列表
x_values = original_df.index.tolist()

如果需要同时筛选行和取列，多索引的loc用法和普通DataFrame一致，比如提取索引为'Q1'的行对应目标列：

y_values = original_df.loc['Q1', ('A组', '增长率')].tolist()

二、将百分比字符串转换为数值类型 #

带%的字符串无法直接用于绘图，需要先清理转换：

# 针对单列处理：去掉%符号，转浮点数后除以100得到小数
original_df[('A组', '增长率')] = original_df[('A组', '增长率')].str.replace('%', '').astype(float) / 100

# 批量处理全表的百分比字符串列
original_df = original_df.apply(lambda col: col.str.replace('%', '').astype(float)/100 if col.dtype == object else col)

转换完成后，这些数值就能直接作为图表的Y轴数据使用。

完整实操示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 模拟多索引DataFrame（含百分比字符串）
index = ['Q1', 'Q2', 'Q3', 'Q4']
columns = pd.MultiIndex.from_tuples([('A组', '增长率'), ('B组', '增长率')])
data = [['5.2%', '3.8%'], ['6.1%', '4.5%'], ['4.8%', '5.0%'], ['7.3%', '6.2%']]
df = pd.DataFrame(data, index=index, columns=columns)

# 1. 转换百分比字符串为数值
df[('A组', '增长率')] = df[('A组', '增长率')].str.replace('%', '').astype(float)/100
df[('B组', '增长率')] = df[('B组', '增长率')].str.replace('%', '').astype(float)/100

# 2. 提取X、Y轴数据
x_axis = df.index.tolist()
y_axis_a = df.loc[:, ('A组', '增长率')].tolist()

# 3. 绘制图表
plt.bar(x_axis, y_axis_a)
plt.ylabel('增长率')
plt.xlabel('季度')
plt.title('A组季度增长率')
plt.show()

内容的提问来源于stack exchange，提问作者Тимур Холиков