多层索引DataFrame如何逐组相邻两行求和 奇数行保留组内末行

针对给定的多层索引DataFrame相邻行配对求和、奇数行末尾自动保留的需求，可直接通过pandas内置分组聚合实现，无需手写循环判断奇偶，代码兼容组内任意行数的场景。

实现代码 #

# 核心处理逻辑，可直接套用在你的df1上
df2 = (
    df1
    # 按外层索引分组，同时给组内相邻两行分配相同配对ID
    .groupby([
        df1.index.get_level_values(0),  # 保留原外层索引
        df1.groupby(level=0).cumcount() // 2  # 组内行序号整除2生成配对ID
    ])
    .sum()  # 同配对行求和，单元素配对求和结果为自身原值
)

逻辑说明 #

• 配对ID生成规则：对每个外层分组内的行从0开始计数，将计数结果整除2，即可自动实现相邻两行绑定为同一组：
  • 组内第0、1行计数为0、1，整除2结果均为0，绑定为第一组求和
  • 组内第2、3行计数为2、3，整除2结果均为1，绑定为第二组求和
  • 若组内行数为奇数，最后一行的计数整除2后单独成组，求和结果就是该行原值，无需额外判断
• 该逻辑自动适配组内任意行数：组内6行（偶数）时会自动生成3个配对组完成两两求和，组内5行（奇数）时自动保留最后一行，完全匹配需求规则。

结果验证 #

运行上述代码后得到的df2输出和预期完全一致：

0   1
0   0   21   7
    1   15  10
    2   83   3
1   0   47   7
    1  147  16
    2   33   7

如果你的分组层级不是最外层，只需要把代码里groupby(level=0)的0替换为你实际需要分组的索引层级编号/名称即可。

内容的提问来源于stack exchange，提问作者Neyls