Python：DataFrame内计算均值并保留原有多层索引

当然可以！完全能在计算均值的同时保留你原有的多层索引——核心就是用pandas的groupby结合level参数，指定要保留的索引层级即可。下面给你具体的实现方法和示例，匹配你的需求：

先明确场景（示例数据） #

假设你的dfx多层索引包含分组维度（比如group1、group2对应你说的x1、y1）和时间索引，结构大概是这样：

import pandas as pd
import numpy as np

# 构造模拟数据，还原你的多层索引场景
arrays = [
    ['x1', 'x1', 'x1', 'x2', 'x2', 'x2'],
    ['y1', 'y1', 'y2', 'y1', 'y2', 'y2'],
    pd.date_range('2024-01-01', periods=3).tolist() + pd.date_range('2024-01-01', periods=3).tolist()
]
dfx = pd.DataFrame(
    {'value': np.random.randn(6)},
    index=pd.MultiIndex.from_arrays(arrays, names=['group1', 'group2', 'timestamp'])
)

方法1：生成分组均值汇总表（保留分组索引） #

如果你想要的是每个分组（比如x1-y1、x1-y2这类组合）对应的均值结果，直接按分组索引层级groupby后计算均值：

# 按group1和group2分组，计算时间维度上的均值
mean_summary = dfx.groupby(level=['group1', 'group2']).mean()

执行后mean_summary的索引就是你要保留的group1和group2，每一行对应一个分组的均值，完全符合你要的x1、y1等对应均值的输出需求。

如果不想硬编码层级名称，也可以用索引位置来指定（比如时间是最后一层，就保留除最后一层外的所有层级）：

# 动态获取除最后一层（时间）外的所有索引层级
mean_summary = dfx.groupby(level=list(range(dfx.index.nlevels - 1))).mean()

方法2：在原DataFrame中保留全索引并新增均值列 #

如果需要完整保留原有的所有多层索引（包括时间戳），同时给每一行添加上对应分组的均值，那就用transform方法：

# 新增group_mean列，每个分组的均值会填充到该分组的每一行
dfx['group_mean'] = dfx.groupby(level=['group1', 'group2'])['value'].transform('mean')

这样原DataFrame的所有索引（包括时间）都不会变，每行都能看到自己所属分组的均值。

这两种方法都能精准匹配你的需求，你可以根据实际的输出形式选择~

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