如何将带Multiindex多层索引的DataFrame拆分为多个独立DataFrame？

测试数据构建 #

对应测试数据的构建代码如下：

import pandas as pd

data = {
       'File':[1,1,2,2,3],
       'Sheet':['Sheet 1','Sheet 1','Sheet 3','Sheet3','Sheet5'],
       'Duration':[2,5,3,7,9],
       'Cost':[7,5,8,9,3],
       'Distance':[2,4,5,7,5]
}
df = pd.DataFrame(data)
df.columns = [['Set X','Set X','Set Y','Set Y','Set Z'],['File','Sheet','Duration','Cost','Distance']]

构建完成的DataFrame为两层列索引结构，顶层为Set X/Set Y/Set Z三个分组，二级索引为具体字段名。

拆分代码实现 #

直接按列索引的顶层（level=0）做轴向分组即可拆分出独立子表，代码如下：

# 存储拆分后DataFrame的字典
result = {}

# axis=1指定按列维度分组，level=0指定按顶层列索引值分组
for group_label, sub_df in df.groupby(level=0, axis=1):
    # 若需要子表仅保留二级列名（和预期展示效果一致）保留下面这行；需要保留多层索引可直接删除
    sub_df.columns = sub_df.columns.droplevel(0)
    result[group_label] = sub_df

# 提取三个独立DataFrame
set_x_df = result['Set X']  # 包含File、Sheet两列数据
set_y_df = result['Set Y']  # 包含Duration、Cost两列数据
set_z_df = result['Set Z']  # 包含Distance列数据

补充说明 #

• 该方法不需要硬编码列名，后续如果顶层分组有增减，代码也可以自动适配
• 拆分后的子表会保留原表的行索引，不需要额外做数据对齐操作

内容的提问来源于stack exchange，提问作者Win Yen Tham