如何使用Pandas将两个聚合表合并为嵌套形式并自定义列名展示？

可以实现这种嵌套层级的合并展示，核心思路是将年份汇总表和品牌明细表统一格式后合并，通过多层索引实现年份下嵌套品牌数据的结构，同时格式化字段满足展示需求。

实现步骤 #

• 统一两个聚合表的列名，简化为友好名称
• 处理年份汇总表的总品牌数字段，格式化为「X Brands」的字符串
• 为汇总表添加专属标识，方便区分汇总行与品牌行
• 合并两个表后设置多层索引，按年份和标识排序，实现层级展示

完整代码示例 #

1. 准备样例数据 #

import pandas as pd

# 模拟业务样例数据
data = {
    'year': [2022, 2022, 2022, 2023, 2023, 2023],
    'brand_name': ['A', 'B', 'A', 'C', 'C', 'D'],
    'user_id': [1, 2, 1, 3, 4, 5],
    'story_id': [101, 102, 101, 103, 104, 105],
    'video_id': [201, 202, 201, 203, 204, 205],
    'node_key': [301, 302, 301, 303, 304, 305]
}
df = pd.DataFrame(data)

2. 生成原始聚合表 #

# 按年份聚合的总览表
table1 = df.groupby('year').agg(
    Total_Brands=('brand_name', 'nunique'),
    Total_Users=('user_id', 'nunique'),
    Total_Stories=('story_id', 'nunique'),
    Total_Sessions=('video_id', 'nunique'),
    Total_Nodes=('node_key', 'nunique')
).reset_index()

# 按年份+品牌聚合的明细表
table2 = df.groupby(['year','brand_name']).agg(
    Total_Users=('user_id', 'nunique'),
    Total_Stories=('story_id', 'nunique'),
    Total_Sessions=('video_id', 'nunique'),
    Total_Nodes=('node_key', 'nunique')
).reset_index()

3. 统一两个表的格式 #

# 处理年份总览表：格式化品牌数字段，重命名列，添加汇总标识
table1['Brands'] = table1['Total_Brands'].apply(lambda x: f"{x} Brands")
table1 = table1.rename(columns={
    'Total_Users': 'Users',
    'Total_Stories': 'Stories',
    'Total_Sessions': 'Sessions',
    'Total_Nodes': 'Nodes'
})
# 添加汇总行专属标识
table1['brand_name'] = 'Yearly Summary'
# 保留需要的字段
table1 = table1[['year', 'brand_name', 'Brands', 'Users', 'Stories', 'Sessions', 'Nodes']]

# 处理品牌明细表：重命名列，补充品牌名字段
table2 = table2.rename(columns={
    'Total_Users': 'Users',
    'Total_Stories': 'Stories',
    'Total_Sessions': 'Sessions',
    'Total_Nodes': 'Nodes'
})
table2['Brands'] = table2['brand_name']

4. 合并并生成嵌套层级结构 #

# 合并两个表
combined_df = pd.concat([table1, table2], ignore_index=True)

# 设置多层索引，实现年份下嵌套品牌的层级展示
combined_df = combined_df.set_index(['year', 'brand_name'])

# 排序：确保每个年份的汇总行排在最上方
combined_df = combined_df.sort_index(level=['year', 'brand_name'], key=lambda x: x != 'Yearly Summary')

5. 查看最终结果 #

print(combined_df)

输出结果示例：

Brands  Users  Stories  Sessions  Nodes
year brand_name                                           
2022 Yearly Summary  2 Brands      2        2         2      2
     A                  A      1        1         1      1
     B                  B      1        1         1      1
2023 Yearly Summary  2 Brands      3        3         3      3
     C                  C      2        2         2      2
     D                  D      1        1         1      1

内容的提问来源于stack exchange，提问作者user13642402