Pandas按DATE列层级分组转ISO周数时如何保留其他MultiIndex层级

• 现有一个带MultiIndex列的DataFrame，列层级包含YEAR（整数类型）、CAT（字符串/分类类型）、DATE（日期类型）三层
• 需求：将列的DATE层级按对应ISO周数分组求和，保留其余两个列层级，聚合后DATE层级重命名为WK
• 初始实现代码：

df = df.groupby(
            lambda d: d.isocalendar().week,
            level='DATE', axis='columns'
     ).sum()
df.columns.rename('WK', inplace=True)

• 运行问题：仅完成了DATE到周数的聚合，其余YEAR、CAT列层级全部丢失

原代码问题出在分组时仅指定了DATE层级作为分组依据，pandas会默认丢弃未参与分组的其他列层级，需要把所有需要保留的列层级都纳入分组键。

假设你的列MultiIndex从上到下的层级顺序为YEAR → CAT → DATE，调整后代码如下：

df = df.groupby(
    [
        lambda col: col[0],  # 透传YEAR层级的原值
        lambda col: col[1],  # 透传CAT层级的原值
        lambda col: col[2].isocalendar().week  # 将DATE层级值转换为ISO周数
    ],
    axis=1
).sum()

# 重命名列层级，将聚合后对应原DATE位置的层级名改为WK
df.columns = df.columns.set_names(names=['YEAR', 'CAT', 'WK'])

适配提示：如果你的列层级顺序和上述假设不一致，只需要调整lambda里的索引序号即可。例如层级顺序为DATE → YEAR → CAT，则DATE对应的取值为col[0]、YEAR为col[1]、CAT为col[2]，同步调整最后set_names里的层级名顺序即可。

内容的提问来源于stack exchange，提问作者alant