如何实现Pandas分组后索引列无重复值的可视化展示？

为什么groupby没达到预期效果？ #

你用groupby失败的核心原因是：groupby的本质是聚合计算工具，它会将同一分组下的行合并，生成统计结果（比如求和、均值），但你的需求是保留所有原始数据行，仅隐藏重复的索引值——这和groupby的设计目标完全不匹配，属于用错了工具。

正确实现方法 #

1. 可视化场景（如Jupyter Notebook） #

Pandas自带控制多级索引显示的配置，开启display.multi_sparse选项，就能让重复的索引值自动隐藏：

import pandas as pd

data = [
    dict(a=1, b=2, c=3),
    dict(a=1, b=2, c=4),
    dict(a=1, b=2, c=3),
    dict(a=2, b=1, c=5),
    dict(a=2, b=1, c=9)
]

df = pd.DataFrame.from_records(data)
# 开启多级索引去重显示
pd.set_option('display.multi_sparse', True)
df2 = df.set_index(["a", "b"]).sort_index()
display(df2)

执行后会输出你想要的格式：

c
a b   
1 2  3
     4
     3
2 1  5
     9

2. 适配LaTeX表格环境 #

如果要生成可直接嵌入LaTeX的表格代码，使用to_latex方法并设置multirow=True，Pandas会自动生成带multirow包的LaTeX代码，实现重复索引仅显示一次：

# 生成适配LaTeX的表格代码
print(df2.to_latex(multirow=True))

生成的代码无需手动修改，就能在LaTeX环境中渲染出目标格式。

内容的提问来源于stack exchange，提问作者Antonio Sesto