遍历多层表头pandas DataFrame时，如何按列名直接获取行值？

当使用pandas的多层表头（MultiIndex列）DataFrame时，通过iterrows()遍历行并仅指定上层列名取值，会返回包含下层表头信息的Series对象，输出带有冗余内容。示例如下：

import pandas as pd

# 创建多层表头DataFrame
df = pd.DataFrame(columns=[['header1_column1', 'header1_column2'],
                           ['header2_column1', 'header2_column2']])
df['header1_column1'] = range(2)
df['header1_column2'] = range(2)

# 遍历行取值，输出冗余内容
for index, row in df.iterrows():
    print(row['header1_column1'])

输出：

header2_column1    0
Name: 0, dtype: int64
header2_column1    1
Name: 1, dtype: int64

我们需要消除这些冗余，得到和单层表头场景一致的简洁输出（仅打印数值），以下是几种可行方案：

方法1：指定完整的多层列名元组 #

多层表头的列属于MultiIndex类型，每个列对应一个包含各层级名称的元组。直接使用完整元组取值，即可拿到单个标量值：

for index, row in df.iterrows():
    print(row[('header1_column1', 'header2_column1')])

输出：

0
1

方法2：从返回的Series中提取标量值 #

仅指定上层列名时，返回的是单元素Series，可通过.iloc[0]或.values[0]提取其中的标量值：

for index, row in df.iterrows():
    # 方式1：使用iloc[0]
    print(row['header1_column1'].iloc[0])
    # 方式2：使用values[0]
    # print(row['header1_column1'].values[0])

输出：

0
1

方法3：扁平化多层表头 #

如果后续不需要保留多层表头结构，可提前将各层级名称合并为单层表头，之后即可按普通单层表头的方式操作：

# 将多层表头用下划线连接，转为单层表头
df.columns = df.columns.map('_'.join)

# 使用合并后的列名取值
for index, row in df.iterrows():
    print(row['header1_column1_header2_column1'])

输出：

0
1

内容的提问来源于stack exchange，提问作者AKG