Pandas多层列DataFrame如何将同名顶级列的子列合并分组

问题原因 #

你之前使用的df.groupby(df.columns, axis=1)是按照完整的列索引元组（同时匹配顶级列和子列）进行分组，和你只按顶级列归集子列的需求不匹配，因此无法达到预期效果。 #

实现方案 #

方案1：保持原有子列相对顺序（适配示例场景，推荐） #

该方案不会打乱同个顶级列下子列的原有出现顺序，比如你的场景里原有Num子列早于ProdID出现，归集后依然保持该顺序：

# 提取不重复的顶级列名，保持原有的出现顺序
unique_top_cols = list(dict.fromkeys(df.columns.get_level_values(0)))
new_col_order = []
# 遍历每个顶级列，收集其对应的所有子列
for top_col in unique_top_cols:
    matched_sub_cols = df.columns[df.columns.get_level_values(0) == top_col]
    new_col_order.extend(matched_sub_cols)
# 按新的列顺序重排DataFrame
df = df[new_col_order]

方案2：按索引字典序快速排序 #

如果不需要严格保持子列原有顺序，只需要同顶级列的子列相邻，可以直接用sort_index快速实现：

# axis=1指定对列操作，level=0指定按顶级列索引排序
df = df.sort_index(axis=1, level=0)

方案3：自定义子列排序规则 #

如果需要固定同顶级列下的子列顺序（比如强制Num永远在ProdID前面），可以自定义排序优先级：

# 定义子列排序优先级，数值越小排名越靠前
sub_priority = {'Num': 0, 'ProdID': 1}
df = df.sort_index(
    axis=1,
    level=0,
    # 按自定义优先级对子列排序，未匹配的子列默认排在最后
    key=lambda sub_col: sub_col.map(lambda x: sub_priority.get(x, 999))
)

内容的提问来源于stack exchange，提问作者Soumya C