如何引用DataFrame GroupBy聚合结果中的聚合列？

首先，你通过groupby+agg得到的dfindx是一个带有**多层列索引（MultiIndex）**的DataFrame，外层列是inventory，内层是聚合后的count和sum。下面几种方法可以帮你灵活引用这些聚合列：

1. 引用整个聚合组的所有列 #

如果你想获取inventory下的全部聚合结果（count和sum两列），直接用外层列名索引即可：

# 返回一个包含count和sum列的DataFrame
inventory_all = dfindx['inventory']

输出的inventory_all结构如下：

count  sum
category item              
A        High        2  330
         Low         1  100
         Med         1  130
         Misc        2  555
B        High        1  453
         Low         2  443
         Misc        1  321

2. 引用单个聚合列 #

要单独取某一个聚合指标（比如count或sum），需要用元组来指定多层列的路径：

# 获取inventory下的count列，返回Series
count_series = dfindx[('inventory', 'count')]

# 如果想保留DataFrame格式，用双层中括号
count_df = dfindx[[('inventory', 'count')]]

举个例子，count_series的输出是：

category  item
A         High    2
          Low     1
          Med     1
          Misc    2
B         High    1
          Low     2
          Misc    1
Name: (inventory, count), dtype: int64

3. 结合行索引精准取值 #

如果需要定位到某一行的特定聚合值，比如取category=A, item=High的sum值，可以用loc配合元组索引：

# 精准获取单个值
target_value = dfindx.loc[('A', 'High'), ('inventory', 'sum')]
# 输出：330

或者先定位行，再取列：

target_value = dfindx.loc[('A', 'High')]['inventory']['sum']

4. 可选：将多层列转为单层（更直观） #

如果你觉得多层列索引使用起来麻烦，可以把列名合并成单层，方便后续直接引用：

# 合并多层列名，用下划线连接
dfindx.columns = ['_'.join(col) for col in dfindx.columns]

处理后dfindx的列名会变成inventory_count和inventory_sum，之后直接用普通索引即可：

# 直接引用单层列名
count_col = dfindx['inventory_count']
sum_col = dfindx['inventory_sum']

内容的提问来源于stack exchange，提问作者SankMa