Hier sind einige Möglichkeiten/subselect Hierarchical Spalten zuzugreifen
1. Verwendung get_level_values
ersten Ebene und ablehnen HeartRateVariabilty
In [764]: df.loc[:, df.columns.get_level_values(1) != 'HeartRateVariabilty']
Out[764]:
EMG Biofeedback
delta theta alpha beta high beta gamma GSR
Time ID
20170101 PD102 4 5 8 3 0 9 2
20170102 PD102 5 7 8 4 6 5 3
2. Oder mit select
und lehnen HeartRateVariabilty
in der ersten Ebene
In [765]: df.select(lambda x: x[1] != 'HeartRateVariabilty', axis=1)
Out[765]:
EMG Biofeedback
delta theta alpha beta high beta gamma GSR
Time ID
20170101 PD102 4 5 8 3 0 9 2
20170102 PD102 5 7 8 4 6 5 3
3. Oder mit drop
und lehnen HeartRateVariabilty
in der ersten Ebene
In [766]: df.drop('HeartRateVariabilty', axis=1, level=1)
Out[766]:
EMG Biofeedback
delta theta alpha beta high beta gamma GSR
Time ID
20170101 PD102 4 5 8 3 0 9 2
20170102 PD102 5 7 8 4 6 5 3
4. Or , Unterauswahl Liste der Spaltenpaar-Tupel mit .loc
In [777]: cols = [('EMG', 'delta'), ('EMG', 'theta'), ('EMG', 'alpha'), ('EMG', 'beta'),
('EMG', 'high beta'), ('EMG', 'gamma'), ('Biofeedback', 'GSR')]
In [778]: df.loc[:, cols]
Out[778]:
EMG Biofeedback
delta theta alpha beta high beta gamma GSR
Time ID
20170101 PD102 4 5 8 3 0 9 2
20170102 PD102 5 7 8 4 6 5 3
Haben Sie den Code haben, der diesen Datenrahmen erzeugt? –