如何在Pandas多级索引DataFrame中按Event分组计算二级索引最值差

API 探路者

2026-7-20

解决方案

你的问题核心是TimeStamp属于MultiIndex的一部分，直接使用groupby('event').apply(lambda x:x.max()-x.min())只会计算数据列的最值差，无法自动处理索引中的时间戳。下面提供两种实用的解决方法：

方法1：将TimeStamp转为普通列后统一计算

先把MultiIndex里的TimeStamp提取为普通列，这样就能和其他列一起参与分组统计：

# 把TimeStamp从索引转为列
df_with_ts = df.reset_index(level='TimeStamp')

# 按event分组，计算各列的最大值减最小值
result = df_with_ts.groupby('event').agg(lambda x: x.max() - x.min())

# 重命名列让结果更易读（可选）
result.rename(columns={
    'TimeStamp': '活动时长',
    'temp': '温度波动范围',
    'pop': '人数波动范围'
}, inplace=True)

print(result)

运行输出：

活动时长  温度波动范围  人数波动范围
event                        
q         15        5       100
r          0        0         0
s        100        3         5
t        120       14        25
w          0        0         0

方法2：在apply中单独处理索引

如果不想修改原DataFrame的结构，可以在分组后的apply函数里单独提取TimeStamp索引进行计算：

def calc_group_metrics(group):
    # 计算数据列的最值差
    col_diff = group.max() - group.min()
    # 提取分组内的TimeStamp索引并计算差值
    ts_max = group.index.get_level_values('TimeStamp').max()
    ts_min = group.index.get_level_values('TimeStamp').min()
    col_diff['活动时长'] = ts_max - ts_min
    return col_diff

result = df.groupby('event').apply(calc_group_metrics)

# 调整列顺序（可选）
result = result[['活动时长', 'temp', 'pop']]
print(result)

运行输出和方法1完全一致。