Pandas：保留name索引时如何按date聚合cost列？

你可以通过以下两种方式实现需求，既保留date和name作为多层索引，又让cost列仅按date层级求和：

方法1：先聚合再合并 #

1. 先单独计算每个日期的总费用：

date_cost_total = df1.groupby('date')['cost'].sum().reset_index(name='cost')

2. 将聚合结果与原表合并，确保每个date下的所有name都能拿到对应日期的总费用：

df_merged = pd.merge(df1[['date', 'name']], date_cost_total, on='date', how='left')

3. 设置多层索引得到目标格式：

df_desired = df_merged.set_index(['date', 'name'])

方法2：用transform直接生成汇总列 #

这种方式更简洁，通过groupby.transform直接在原表中生成每个日期的总费用列，再设置索引：

df1['cost'] = df1.groupby('date')['cost'].transform('sum')
df_desired = df1.set_index(['date', 'name'])

两种方法最终生成的df_desired都会保留date和name的多层索引结构，且cost列的值是对应日期的总费用，不会按name拆分聚合。

内容的提问来源于stack exchange，提问作者akaJasonK