如何在Python的多层索引DataFrame中新增二级列作为同组二级列的均值？

首先构造示例DataFrame（方便复现）：

import pandas as pd

df = pd.DataFrame(
    [[1,2,3,4], [1,2,3,4]],
    index=['aaa', 'bbb'],
    columns=pd.MultiIndex.from_tuples([('bar', 'one'), ('bar', 'two'), ('baz', 'one'), ('baz', 'two')])
)

方法一：分组计算+合并排序 #

利用groupby按一级列分组计算均值，再合并回原DataFrame并排序列：

# 计算每个一级分组的列均值
mean_df = df.groupby(axis=1, level=0).mean()
# 将均值列转换为多级索引格式
mean_df.columns = pd.MultiIndex.from_tuples([(col, 'mean') for col in mean_df.columns])
# 合并原数据与均值列，按一级列排序保证分组内列顺序
result = pd.concat([df, mean_df], axis=1).sort_index(axis=1, level=0)

方法二：遍历一级列插入均值 #

逐个处理每个一级分组，计算并插入均值列：

# 获取所有唯一的一级列名
level0_names = df.columns.get_level_values(0).unique()

for name in level0_names:
    # 计算当前一级分组下所有二级列的行均值
    mean_vals = df[name].mean(axis=1)
    # 添加新的均值列，索引为(一级列名, 'mean')
    df[(name, 'mean')] = mean_vals

# 按一级列排序，让每个分组的列（one、two、mean）排列在一起
df = df.sort_index(axis=1, level=0)

两种方法最终都会得到预期结果：

bar                           baz          
        one       two       mean      one       two     mean
aaa       1         2        1.5        3         4      3.5
bbb       1         2        1.5        3         4      3.5

内容的提问来源于stack exchange，提问作者Fredrik