如何拆分pandas DataFrame的国家_地区列名以按国家调取对应列

以下两种方案都可以满足需求，可根据是否需要修改原表结构选择：

方案1：使用Pandas多层列索引（最规范） #

直接修改DataFrame的列结构为层级索引，原生支持按国家名直接索引对应所有列，无需额外辅助变量。

操作代码 #

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame([], columns = 'usa_alaska  usa_california  france_paris  italy_roma  france_lyon'.split())

# 拆分列名，设置双层列索引
df.columns = df.columns.str.split('_', n=1, expand=True).set_names(['国家', '地区'])

使用示例 #

# 直接调用国家名获取所有对应地区列
df['france']
# 同时获取多个国家的所有列
df[['usa', 'italy']]
# 也支持精准定位到某个国家的某个地区列
df['usa', 'california']

方案2：构建国家-列名映射字典（不修改原表结构） #

如果不想改动原始DataFrame的列名，可以自己生成一个映射字典，调用时通过字典取对应列即可。

操作代码 #

from collections import defaultdict

# 构建国家到对应列名的映射
country_col_map = defaultdict(list)
for col in df.columns:
    # n=1保证只拆分第一个下划线，避免地区名自带下划线时拆分错误
    country, _ = col.split('_', n=1)
    country_col_map[country].append(col)

使用示例 #

# 传入字典对应的国家值即可拿到所有对应列
df[country_col_map['france']]

注意事项 #

拆分列名时指定n=1参数是为了兼容地区名本身包含下划线的场景（比如usa_new_york），只会拆分第一个下划线避免出错。

内容的提问来源于stack exchange，提问作者Khaled Hamdy