Pandas：为MultiIndex结构添加各bin的合计列

需求说明 #

需要给按bin和item分组后的MultiIndex DataFrame添加Total列，显示每个bin下所有item的qty总和；后续要筛选出Total不足指定值的bin，同时保留单个item的数量信息，询问是否可用lambda函数实现。

原始代码 #

import pandas as pd

data = [['Jacket 1', 10, 'A'], ['Jacket 2', 2, 'A'], ['Jacket 3', 1, 'B'], ['Jacket 4', 3, 'B']]
df = pd.DataFrame(data, columns=['item', 'qty', 'bin'])

# 按bin和item分组求和
grouped = df.groupby(['bin', 'item']).agg({'qty': 'sum'})

分组后的数据结构：

qty
bin item    
A   Jacket 1    10
    Jacket 2     2
B   Jacket 3     1
    Jacket 4     3

解决方案 #

1. 使用lambda函数实现合计列

可以通过groupby.transform结合lambda函数，为每个bin计算总和并添加到对应行：

# 按bin层级分组，用lambda计算每组qty的总和
grouped['Total'] = grouped.groupby(level='bin')['qty'].transform(lambda x: x.sum())

执行后结果：

qty  Total
bin item                
A   Jacket 1    10     12
    Jacket 2     2     12
B   Jacket 3     1      4
    Jacket 4     3      4

2. 更简洁的实现方式（无需lambda）

直接用sum作为transform的参数，代码更简洁高效：

grouped['Total'] = grouped.groupby(level='bin')['qty'].transform('sum')

3. 后续筛选操作

如果需要筛选Total不足指定值的bin（比如筛选Total<5的bin），直接按列条件过滤即可：

# 筛选Total小于5的所有行
filtered_grouped = grouped[grouped['Total'] < 5]

筛选结果：

qty  Total
bin item                
B   Jacket 3     1      4
    Jacket 4     3      4

补充说明 #

如果想要和你示例中一样，仅在每个bin的第一行显示Total、其余行留空，可以用以下代码（但这种格式不利于后续筛选，更推荐每行都保留Total值）：

grouped['Total'] = grouped.groupby(level='bin')['qty'].transform(
    lambda x: x.sum() if x.index[0][1] == x.name[1] else None
)

执行后结果：

qty  Total
bin item                
A   Jacket 1    10   12.0
    Jacket 2     2    NaN
B   Jacket 3     1    4.0
    Jacket 4     3    NaN

内容的提问来源于stack exchange，提问作者Ryan Barnett