多ticker股票数据按代码分组后如何索引Adj Close计算均值

你现在处理的是Pandas的多级列索引（MultiIndex）结构数据，有两种常用方法可以快速提取所有ticker的Adj Close字段并计算均值：

方法1：使用xs方法（更直观） #

xs是Pandas专门用于多级索引切片的方法，直接指定要取的第二级列名称、对应层级和操作轴即可：

# 提取所有ticker的Adj Close列
adj_close = df.xs('Adj Close', level=1, axis=1)
# 计算每个ticker的Adj Close均值，自动跳过NaN值
adj_close_mean = adj_close.mean()

参数说明：

• 'Adj Close'：要匹配的二级索引值
• level=1：指定匹配的是二级索引（一级ticker索引为level=0，二级字段索引为level=1）
• axis=1：指定操作对象是列索引

方法2：使用.loc多级索引 #

如果需要更灵活的切片逻辑，可以用.loc配合多级索引元组实现：

# 行方向取所有，列方向取任意一级索引、二级索引为Adj Close的列
adj_close = df.loc[:, (slice(None), 'Adj Close')]
# 计算均值
adj_close_mean = adj_close.mean()

其中slice(None)对应一级ticker索引的全选，等价于Python原生的:切片逻辑。

运行后得到的adj_close_mean就是以ticker名为索引、对应Adj Close均值为值的Series结果。
如果已经提前按ticker做了列分组，也可以直接在分组对象上调用apply实现：

grouped = df.groupby(level=0, axis=1)
adj_close_mean = grouped.apply(lambda x: x.xs('Adj Close', level=1, axis=1).mean())

内容的提问来源于stack exchange，提问作者user17515144