如何对Pandas多级列中同Level 0的列按行求均值？

直接用Pandas内置的groupby方法结合axis=1参数，按列索引的Level 0分组后计算行均值，这比for循环高效得多，且代码简洁，充分利用了Pandas的向量化运算优化。

示例代码 #

先构造一个带多级列的测试DataFrame：

import pandas as pd
import numpy as np

columns = pd.MultiIndex.from_tuples([('g1', 'col1'), ('g1', 'col2'), ('g1', 'col3'), ('g2', 'colA'), ('g2', 'colB')])
df = pd.DataFrame(np.random.randn(5, 5), columns=columns)

执行分组求均值操作：

df_result = df.groupby(level=0, axis=1).mean()

关键说明 #

• level=0：指定按列索引的第0级（即你提到的Level 0）进行分组
• axis=1：表示对列方向执行分组操作
• mean()：对每个分组内的所有列按行计算均值，自动合并为以Level 0名称为列名的新DataFrame

这种方法无需手动遍历分组，Pandas内部会高效处理，数据量越大，相比for循环的性能优势越明显。

内容的提问来源于stack exchange，提问作者newpyspark