多级列DataFrame计算重复样本均值遇NaN问题求助

你的问题出在melt+groupby+apply的组合逻辑偏差，导致后续unstack时结构混乱，产生大量NaN。具体来说：

• melt把宽表转成长表后，原本的列层级信息被拆进variable列，你groupby的disease_state和disease_state_general来自拆分后的列层级，此时apply行均值是对每个组内的所有行（对应原始表的不同行）求平均，得到的结果索引是原始行索引+分组键，unstack后因索引不匹配自然出现大量缺失值，完全偏离了你“对同一生物重复下的三重样本列求均值”的需求。

正确处理方式（无需melt，直接针对多级列操作） #

假设你的DataFrame列层级是[disease_state, 生物重复编号, 三重样本编号]（比如列名类似('control', '1', 'rep1')、('sporadic_PD', '2', 'rep3')），直接按前两层列分组求均值即可：

# 按疾病状态+生物重复编号分组，计算每组（三重样本）的均值
result = test_data.groupby(level=['disease_state', '生物重复编号'], axis=1).mean()

# 按需调整列名，比如合并层级为你要的disease_state_general格式
result.columns = [f"{state}_{rep}" for state, rep in result.columns]

如果列层级是[disease_state_general, disease_state, 生物重复, 三重样本]，只需调整groupby的level参数：

result = test_data.groupby(level=['disease_state_general', '生物重复'], axis=1).mean()

内容的提问来源于stack exchange，提问作者Alex L