Pandas多级索引DataFrame能否创建关联高层索引的列？

问题背景 #

现有如下多级索引DataFrame：

import pandas as pd

df = pd.DataFrame({'a':[4,4,8,8],'b':[4,5,6,5], 'd':[0,1,2,1]})
multi_idx = pd.MultiIndex.from_arrays([[0,0,1,1],[0,1,0,1]], names=['idx1', 'idx2'])
df.index= multi_idx

原始输出中列a的值随第一层索引（idx1）重复显示：

a  b  d
idx1 idx2     
0    0    4  4  0
     1    4  5  1
1    0    8  6  2
     1    8  5  1

希望实现列a跨行合并显示（每个idx1组只显示一次值）的可视化效果，无需拆分DataFrame。

实现方案 #

Pandas原生文本输出不支持跨行合并单元格，但在HTML/Jupyter环境中可通过**自定义样式（Styler）**实现，纯文本环境可做模拟显示。

1. HTML/Jupyter环境下的精确可视化 #

通过Styler自定义样式，模拟合并单元格的视觉效果：

# 复制数据避免修改原表
styled_df = df.copy()

# 仅保留每个idx1组的第一行a值，其余行留空
styled_df['a'] = styled_df.groupby(level='idx1')['a'].transform(lambda x: [x.iloc[0]] + ['']*(len(x)-1))

# 自定义样式函数
def merge_cell_style(s):
    styles = []
    for i, _ in enumerate(s):
        if s.name == 'a':
            # 获取当前行的组信息
            idx1 = s.index.get_level_values('idx1')[i]
            group = s.groupby(level='idx1').get_group(idx1)
            group_pos = list(s.index.get_level_values('idx1')).index(idx1)
            # 设置边框：组首行上边框，组尾行下边框
            border = ''
            if group_pos == 0:
                border += 'border-top: 1px solid black;'
            if group_pos == len(group)-1:
                border += 'border-bottom: 1px solid black;'
            styles.append(f"{border} text-align: center;")
        else:
            # 其他列保持完整边框和居中
            styles.append("border: 1px solid black; text-align: center;")
    return styles

# 应用样式并渲染
styled_table = styled_df.style.apply(merge_cell_style, axis=0)
styled_table

运行后会生成符合预期的可视化表格，列a的每个值跨行显示在对应idx1组的中间位置。

2. 纯文本环境下的模拟显示 #

如果在终端等纯文本环境，可通过修改列a的显示内容模拟合并效果：

display_df = df.copy()
# 仅保留组首行的a值，其余行留空
display_df['a'] = display_df.groupby(level='idx1')['a'].transform(lambda x: [x.iloc[0]] + ['']*(len(x)-1))
print(display_df.to_string())

输出效果：

a  b  d
idx1 idx2          
0    0      4  4  0
     1         5  1
1    0      8  6  2
     1         5  1

内容的提问来源于stack exchange，提问作者roschach