如何为多级索引DataFrame添加组首汇总行并排序子行？

原始数据与分组结果 #

import pandas as pd

df = pd.DataFrame({
    'color': ['blue', 'grey', 'blue', 'grey', 'black'], 
    'name': ['pen', 'pen', 'pencil', 'pencil', 'box'],
    'price':[2.5, 2.3, 1.5, 1.3, 5.2],
    'bprice':[2.2, 2, 1.3, 1.2, 5.0]
})

# 分组求和后的MultiIndex DataFrame
a = df.groupby(['color', 'name'])[['price', 'bprice']].sum()

分组结果输出：

price  bprice
color name                 
black box       5.2     5.0
blue  pen       2.5     2.2
      pencil    1.5     1.3
grey  pen       2.3     2.0
      pencil    1.3     1.2

期望输出 #

price  bprice
color name                 
black *         5.2     5.0
      box       5.2     5.0
blue  *         4.0     3.5
      pen       2.5     2.2
      pencil    1.5     1.3
grey  *         3.6     3.2
      pen       2.3     2.0
      pencil    1.3     1.2

需求 #

• 新增的*汇总行需位于每组的第一行
• 除汇总行外，其余行按price字段降序排序

解决方案 #

通过生成分组汇总行→合并数据→组内排序调整的流程实现，代码如下：

# 1. 按color分组生成汇总行，构建与原数据一致的MultiIndex
summary = df.groupby('color')[['price', 'bprice']].sum()
summary['name'] = '*'
summary = summary.set_index('name', append=True)

# 2. 合并原分组数据与汇总行，重置索引以便后续处理
combined = pd.concat([a, summary]).reset_index()

# 3. 对每个color组内，将*行移到首位，其余行按price降序排序
result = combined.groupby('color', group_keys=False).apply(
    lambda g: pd.concat([g[g['name'] == '*'], g[g['name'] != '*'].sort_values(by='price', ascending=False)])
).set_index(['color', 'name'])

print(result)

代码说明 #

1. 生成汇总行：按color单独分组求和，给汇总行的name字段赋值*，并将其设置为索引的一部分，保证和原数据的MultiIndex结构一致。
2. 合并数据：把原分组数据和汇总行合并，重置索引后便于后续的组内排序操作。
3. 组内排序调整：对每个color分组，先提取name为*的行放在组内最前面，剩余行按price降序排列，最后重新设置MultiIndex恢复原结构。

内容的提问来源于stack exchange，提问作者kevin h