如何解决Pandas中多层索引行第一层聚合结果不符预期的问题？

问题场景 #

现有带多层行索引的DataFrame：

a  fe  gg new_text
(s1, s2)  4   0   3        t
(s1, s3)  3   3   1        t
(s2, s3)  3   2   4        t
(s2, s4)  0   0   4        t
(s3, s1)  2   1   0        t
(s3, s4)  1   1   0        t

需要按第一层索引（s1、s2、s3）聚合，数值列求和，文本列保留原值，预期输出：

a  fe  gg new_text
s1  7   3   4        t
s2  3   2   8        t
s3  3   3   0        t

错误原因分析 #

使用df.groupby(level=0).agg(['mean'])得到不符合预期的结果，问题出在：

• 聚合函数选了mean（求平均），但需求是求和
• 没有针对不同列指定对应聚合逻辑，文本列new_text被自动排除
• agg(['mean'])会生成多层列结构，且没有合并第一层索引

解决方案 #

针对不同列指定聚合函数，数值列用sum求和，文本列用first保留第一个值（因所有值都是't'，结果一致）：

import pandas as pd
import numpy as np
np.random.seed(0)

arr=np.random.randint(5, size=(6, 3))

df = pd.DataFrame(data=arr, index=[('s1','s2'),('s1','s3'),('s2','s3'),('s2','s4'),('s3','s1'),('s3','s4')],
                  columns=['a','fe','gg'])
df['new_text']='t'

# 正确聚合代码
result = df.groupby(level=0).agg({
    'a': 'sum',
    'fe': 'sum',
    'gg': 'sum',
    'new_text': 'first'
})
print(result)

执行后输出与预期一致：

a  fe  gg new_text
s1  7   3   4        t
s2  3   2   8        t
s3  3   3   0        t

内容的提问来源于stack exchange，提问作者rpb