如何对带MultiIndex列的pandas DataFrame按指定层级分组

当DataFrame的列采用MultiIndex结构，想要按某一层级（比如baz）下的所有列的值分组时，直接用groupby("baz")会报错——因为groupby默认会把传入的字符串当作行索引的层级，而非列的层级。下面给出两种实用的解决方案：

方法一：动态筛选目标层级列（灵活通用） #

先筛选出first层级为baz的所有列，再将这些列作为分组依据传入groupby，适合列结构可能变动的场景：

import pandas as pd

# 构造示例数据
iterables = [["bar", "baz", "foo", "qux"], ["one", "two"]]
idx = pd.MultiIndex.from_product(iterables, names=["first", "second"])
data = [
    [0, 0, 1, 1, 2, 3, 0, 0],
    [0, 0, 1, 1, 3, 2, 0, 0],
    [0, 1, 2, 3, 1, 2, 0, 0],
    [1, 0, 2, 3, 0, 3, 0, 0],
]
df_with_multi = pd.DataFrame(data=data, columns=idx)

# 筛选first层级为baz的列
baz_group_cols = df_with_multi.columns[df_with_multi.columns.get_level_values("first") == "baz"]
# 按这些列分组，取每组第一条数据
result = df_with_multi.groupby(baz_group_cols.tolist()).first()

# 调整索引名称，匹配期望输出的显示格式
result.index.names = ["one", "two"]
result.index = result.index.rename("baz", level=0)

print(result)

输出结果：

first  bar     foo     qux    
second one two one two one two
baz                           
one two                       
1   1    0   0   2   3   0   0
2   3    0   1   1   2   0   0

方法二：直接指定列的元组标签（适合已知列名的场景） #

如果你明确知道baz下的子层级列名，可以直接传入元组形式的列标签，写法更简洁：

result = df_with_multi.groupby([("baz", "one"), ("baz", "two")]).first()
# 调整索引名称以匹配期望格式
result.index.names = ["one", "two"]
result.index = result.index.rename("baz", level=0)

报错原因说明 #

df_with_multi.groupby("baz").first()报错ValueError: Grouper for 'baz' not 1-dimensional，核心原因是：groupby默认将字符串参数解析为行索引的层级名称，而你的baz是列MultiIndex的层级，并非行索引层级，因此无法识别。必须明确指定要分组的列（无论是动态筛选还是直接指定列标签），才能实现按目标层级列分组的需求。

内容的提问来源于stack exchange，提问作者spettekaka