如何设置MultiIndex DataFrame索引以保留所有无值的索引项

你遇到的截断问题核心原因有两点：

• groupby方法默认开启dropna=True，会自动丢弃包含空值的分组，若某个索引层级全为空/无有效数据，整个层级会在分组结果中被剔除
• 你从分组后的grouped_df.index.levels取索引值，分组结果已经裁剪过索引，自然无法拿到完整的层级取值

修复方案 #

方案1：预先定义所有索引层级的合法取值（最稳定，推荐） #

如果业务中四个索引层级的所有可能取值是固定的，直接手动定义取值列表，完全不受源数据情况影响：

import pandas as pd

index_levels = ['Channel', 'Duration', 'Designation', 'Manufacturing Class']
# 按顺序填写每个层级的所有合法取值，根据实际业务调整即可
level_all_values = [
    ['线上', '线下', '分销'], # Channel的所有可能值
    ['月卡', '季卡', '年卡'], # Duration的所有可能值
    ['普通用户', '会员', 'VIP'], # Designation的所有可能值
    ['自产', '代加工', '外购'] # Manufacturing Class的所有可能值
]

# 分组时关闭dropna，保留空值分组避免层级丢失
grouped_df = df.groupby(by=index_levels, dropna=False)[['Total Purchases', 'Sales', 'Cost']].sum()

# 用预先定义的全量取值生成完整MultiIndex
full_multi_index = pd.MultiIndex.from_product(level_all_values, names=index_levels)

# 重索引补0
grouped_df = grouped_df.reindex(full_multi_index, fill_value=0)

方案2：从原始DataFrame取全量索引值 #

如果索引取值不固定，需要随源数据动态更新，就从原始df而非分组结果中取每个层级的唯一值：

index_levels = ['Channel', 'Duration', 'Designation', 'Manufacturing Class']

# 从原始df提取每个索引列的所有唯一值，可根据需要保留/删除dropna()来过滤空值
level_all_values = [df[col].dropna().unique() for col in index_levels]

grouped_df = df.groupby(by=index_levels, dropna=False)[['Total Purchases', 'Sales', 'Cost']].sum()
full_multi_index = pd.MultiIndex.from_product(level_all_values, names=index_levels)
grouped_df = grouped_df.reindex(full_multi_index, fill_value=0)

提示：如果使用pandas 1.1.0以下版本，不支持groupby的dropna参数，可以提前将索引列的空值替换为业务中不会出现的占位符（比如__未知__），分组完成后如果不需要可以再过滤掉对应索引项。

内容的提问来源于stack exchange，提问作者user16537374