如何为多层索引DataFrame添加总计行？解决ValueError报错

报错原因 #

你的DataFrame行是多级索引（MultiIndex），直接使用df.loc['Total',:] = df.sum(axis=0)会因为索引结构不匹配报错：单索引的行无法对应多级列的求和结果，且行索引层级数量不一致。

可行解决方案 #

方法一：通过pd.concat合并总计行 #

先计算求和结果，再给总计行设置与原DataFrame匹配的两级行索引，最后合并：

import pandas as pd

# 假设你的原始DataFrame是df
total_row = df.sum(axis=0)
# 为总计行创建两级索引，第二级用空字符串占位（也可用None）
total_row.index = pd.MultiIndex.from_tuples([('Total', '')], names=df.index.names)
# 合并原DF和总计行
df_with_total = pd.concat([df, total_row.to_frame().T])

方法二：重置索引后添加总计再还原 #

如果需要更直观的操作流程，可以先把多级索引转为普通列，添加总计后再恢复索引：

# 重置多级索引为普通列
df_reset = df.reset_index()
# 构造总计行数据
total_data = {
    df_reset.columns[0]: 'Total',
    df_reset.columns[1]: '',
    **df_reset.iloc[:, 2:].sum().to_dict()
}
total_row = pd.DataFrame(total_data, index=[len(df_reset)])
# 合并并恢复多级索引
df_with_total = pd.concat([df_reset, total_row]).set_index(df.index.names)

运行后得到的df_with_total就是你需要的包含总计行的目标DataFrame，总计数值完全匹配示例中的结果。

内容的提问来源于stack exchange，提问作者dmd7