Pandas如何对层级结构DataFrame的二级列按一级列分组求和

实现代码 #

你可以直接基于多级列索引的层级分组求和，代码非常简洁：

import pandas as pd
# 原始DataFrame构造逻辑
df = pd.DataFrame(data=[[1,2,4,5,1,2], [7,8,10,11,7,8], [13,14,16,17,4,5]], index=pd.date_range('2004-01-01', '2004-01-03'))
df.columns = pd.MultiIndex.from_product([['x', 'y', 'z'], list('ab')])

# 核心求和逻辑
res = df.groupby(level=0, axis=1).sum()

如果你偏好遍历一级列逐个计算的写法，也可以用字典推导式生成结果，效果完全一致：

res = pd.DataFrame({level1_col: df[level1_col].sum(axis=1) for level1_col in df.columns.unique(level=0)})

输出结果 #

运行后得到的res结构如下：

逻辑说明 #

• axis=1指定按列维度做分组操作
• level=0指定取多层列索引的第一层（也就是x/y/z一级列）作为分组依据
• 求和后会自动将一级列名作为结果的列名，完全符合需求

内容的提问来源于stack exchange，提问作者MathMan 99