如何在不扁平化MultiIndex的情况下向Pandas DataFrame添加总计行？

问题原因 #

你遇到的MultiIndex被降级为普通索引的问题，核心是新增总计行的索引级别和原DataFrame不匹配：原df3的MultiIndex是两级（第一级为type，第二级为count/perc），但你创建的column_total仅设置了一级索引（['col tot']），Pandas在concat时无法对齐索引级别，会自动将MultiIndex降级为普通索引。

解决方法 #

只需让总计行的MultiIndex保持和原DataFrame一致的级别数，给第二级补充一个占位值（比如空字符串、'Total'等）即可：

修改后的关键代码 #

# 计算列总计
column_total = df3[df3.index.isin([('t1', 'count'), ('t2', 'count')])].sum(axis=0).astype(int).to_frame().T
# 构造和原df3一致的两级MultiIndex，第二级用空字符串占位
column_total.index = pd.MultiIndex.from_arrays([['col tot'], ['']])

# 执行concat，此时MultiIndex会完整保留
df3 = pd.concat([df3, column_total]).sort_index()

执行后，df3的MultiIndex结构不会被破坏，新增的总计行索引为('col tot', '')，和原DataFrame结构完全兼容。

更简便的添加总计行方案 #

可以直接构造符合索引要求的总计行，省去单独创建column_total的繁琐步骤：

# 计算列总计数据
total_data = df3[df3.index.isin([('t1', 'count'), ('t2', 'count')])].sum(axis=0).astype(int)
# 直接构造带两级MultiIndex的行并合并
df3 = pd.concat([
    df3,
    pd.DataFrame(
        [total_data.values], 
        columns=total_data.index, 
        index=pd.MultiIndex.from_tuples([('col tot', '')])
    )
]).sort_index()

如果只是需要在可视化时展示总计（不修改原DataFrame结构），也可以用Pandas的Styler工具添加动态总计行，不过如果要修改DataFrame本身，上述索引对齐的方法是最可靠的。

内容的提问来源于stack exchange，提问作者corianne1234