如何基于内层索引拼接Pandas多级索引DataFrame数值并删除对应索引层

核心逻辑 #

先把数值列统一转为字符串格式，再按外层索引key分组，对所有列执行\n拼接的聚合操作即可，无需额外手动删除索引层，分组聚合后内层nm索引会自动被消去。

完整代码示例 #

第一步：构造示例数据（如果你已有对应DataFrame可跳过这一步） #

import pandas as pd

# 构造和你结构一致的多级索引DataFrame
arrays = [
    ['bar', 'bar', 'baz', 'baz'],
    ['one', 'two', 'one', 'two']
]
index = pd.MultiIndex.from_arrays(arrays, names=('key', 'nm'))
df = pd.DataFrame(
    [[-0.42, 0.56, 0.27, -1.08],
     [-0.67, 0.11, -1.47, 0.52],
     [0.40, 0.57, -1.71, -1.03],
     [-0.37, -1.15, -1.34, 0.84]],
    index=index,
    columns=['c0', 'c1', 'c2', 'c3']
)

第二步：执行转换和聚合操作 #

# 先转字符串，再按外层key分组，每列用\n拼接
result_df = df.astype(str).groupby(level="key").agg("\n".join)

输出结果验证 #

打印result_df即可得到你需要的格式：

c0          c1          c2          c3
key
bar  -0.42\n-0.67  0.56\n0.11  0.27\n-1.47  -1.08\n0.52
baz   0.40\n-0.37  0.57\n-1.15  -1.71\n-1.34  -1.03\n0.84

内容的提问来源于stack exchange，提问作者vvv