如何访问Pandas透视表的'All'列？解决d.loc[:,'All']触发KeyError问题

嘿，我之前也碰到过一模一样的问题！你这个透视表的列是**多层索引（MultiIndex）**结构，直接用'All'当列名去访问肯定会触发KeyError——因为它只是最内层的索引值，不是完整的列路径。

先给你拆解下这个透视表的列层级：运行print(d.columns)会看到类似这样的结果，能清楚看到列是三层嵌套的：

MultiIndex([('sum', 'Quantity', '601'),
            ('sum', 'Quantity', '631'),
            ('sum', 'Quantity', '641'),
            ('sum', 'Quantity', 'All')],
           names=[None, 'Quantity', 'MvT'])

针对这个情况，有两种实用的解决方法：

方法1：直接指定完整的多层列索引 #

用元组形式定位到目标列，之后就能正常绘图了：

import matplotlib.pyplot as plt
import numpy as np

# 精准定位到All列
all_quantities = d[('sum', 'Quantity', 'All')]
# 绘制柱状图
all_quantities.plot(kind='bar', figsize=(8,5))
plt.title('Total Quantity per Material')
plt.ylabel('Total Quantity')
plt.xlabel('Material Type')
plt.show()

如果不想把透视表最后一行的All（所有物料的汇总行）包含在图表里，可以加个drop去掉它：

all_quantities = d[('sum', 'Quantity', 'All')].drop('All')

方法2：扁平化列名（方便后续重复操作） #

要是之后还要频繁调用这些列，可以先把多层列名合并成单层，这样就能像普通DataFrame一样用简单列名访问：

# 用下划线连接各层级，把列名扁平化
d.columns = ['_'.join(col) for col in d.columns]
# 现在直接访问合并后的列名即可
all_quantities = d['sum_Quantity_All']
# 绘图代码和上面一致
all_quantities.plot(kind='bar')
plt.show()

内容的提问来源于stack exchange，提问作者Luca Consorte