带MultiIndex的DataFrame按列层级分组求最大值方案咨询

错误原因 #

• 未指定axis=1参数：groupby默认按行维度（axis=0）执行分组，你需要按列维度的第二级索引分组，必须显式指定axis=1。你之前的写法默认按行分组，传入的分组键长度正好匹配行的数量，分组后列还是全部500列，所以得到100×500的错误结果。
• 分组键选择错误：df.columns.levels[1]返回的是第二级索引的去重唯一值列表，长度仅为100，和DataFrame总列数500不匹配，无法和列一一对应完成正确分组。

正确实现 #

使用df.columns.get_level_values(1)获取每一列对应的第二级索引值作为分组键，该返回值长度和总列数完全匹配，同时指定按列分组即可，该写法同时兼容Pandas和Dask DataFrame，不需要用到level参数：

# 按列的第二级索引分组，取同组最大值
result = df.groupby(df.columns.get_level_values(1), axis=1).max()

执行后result.shape为(100, 100)，正好对应你需要的输出网格，每个值就是对应网格点到所有路径点的最大距离。

内容的提问来源于stack exchange，提问作者A.Gharbi