多索引多列DataFrame中合并列：生成A+B_new与C_new列的方法

针对你拥有的多索引列DataFrame，要实现将每个日期分组下的A列与B列相加生成新列A+B_new，同时将C列重命名为C_new，可以按以下步骤操作：

1. 初始数据回顾 #

先确认你的初始DataFrame构造代码：

import pandas as pd
data =  {('2022/10', 'A'): {'ABC': 7, 'CDE': 4, 'FGH': 7},
         ('2022/10', 'B'): {'ABC': 3, 'CDE': 3, 'FGH': 6},
         ('2022/10', 'C'): {'ABC': 6, 'CDE': 4, 'FGH': 5},
         ('2022/11', 'A'): {'ABC': 2, 'CDE': 5, 'FGH': 7},
         ('2022/11', 'B'): {'ABC': 5, 'CDE': 8, 'FGH': 4},
         ('2022/11', 'C'): {'ABC': 9, 'CDE': 3, 'FGH': 3},
         ('2022/12', 'A'): {'ABC': 2, 'CDE': 4, 'FGH': 5},
         ('2022/12', 'B'): {'ABC': 6, 'CDE': 7, 'FGH': 4},
         ('2022/12', 'C'): {'ABC': 3, 'CDE': 8, 'FGH': 5 }}
 
df = pd.DataFrame(data, index=['ABC','CDE','FGH'])

2. 解决方案代码 #

分步实现写法 #

# 按第二级列索引提取A、B列并相加
df_ab_sum = df.xs('A', level=1, axis=1) + df.xs('B', level=1, axis=1)
# 为新列设置多索引（日期 + A+B_new）
df_ab_sum.columns = pd.MultiIndex.from_tuples([(col, 'A+B_new') for col in df_ab_sum.columns])

# 提取原C列并重命名列名
df_c_renamed = df.xs('C', level=1, axis=1)
df_c_renamed.columns = pd.MultiIndex.from_tuples([(col, 'C_new') for col in df_c_renamed.columns])

# 合并两个结果并按列索引排序
df_result = pd.concat([df_ab_sum, df_c_renamed], axis=1).sort_index(axis=1)

简洁链式写法 #

df_result = pd.concat(
    [
        # 计算A+B并设置新列名
        (df.xs('A', level=1, axis=1) + df.xs('B', level=1, axis=1))
        .rename(columns=lambda x: (x, 'A+B_new')),
        # 提取C列并重命名
        df.xs('C', level=1, axis=1)
        .rename(columns=lambda x: (x, 'C_new'))
    ],
    axis=1
).sort_index(axis=1)

3. 代码说明 #

• df.xs('A', level=1, axis=1)：通过xs方法快速提取指定级别的列，level=1对应第二级列索引（'A'/'B'/'C'），axis=1表示操作列维度。
• 直接对提取后的A、B列执行加法运算，得到每个日期分组下的A+B结果，再通过rename或构造多索引元组，为新列设置(日期, 'A+B_new')的双层索引。
• 提取原C列后，同样修改列索引为(日期, 'C_new')。
• 用pd.concat合并两个结果，sort_index(axis=1)保证列按日期顺序排列，与预期结构一致。

验证结果 #

运行代码后得到的df_result输出如下（注：你提供的期望结果中2022/11、2022/12的C_new值存在误差，以下为真实计算结果）：

2022/10       2022/11       2022/12      
      A+B_new C_new  A+B_new C_new  A+B_new C_new
ABC        10     6        7     9        8     3
CDE         7     4       13     3       11     8
FGH        13     5       11     3        9     5

内容的提问来源于stack exchange，提问作者John Doe