基于MultiIndex与多列的Pandas数据重采样问题

嘿，这个需求在传感器数据处理里太常见了！咱们直接来一步步搞定它～

首先明确你的数据结构：ID（传感器编号）和date（日期）是MultiIndex，每个(ID, date)组合下有多条测量记录，目标是每个传感器每天只保留一行数据。这里核心是对每个传感器的每日数据做聚合，常用的方法有两种，按需选择即可：

方法一：直接用groupby聚合（最高效） #

因为你的date已经是天级别的索引了，直接按MultiIndex的两个层级分组，然后选择你需要的聚合方式就行，比如取平均值、第一条/最后一条记录、最大值/最小值等：

import pandas as pd

# 先确保date是datetime类型（如果原始数据是字符串格式的话）
df.index = df.index.set_levels(pd.to_datetime(df.index.get_level_values('date')), level='date')

# 1. 取当日所有测量值的平均值（最常用的聚合方式）
df_daily_mean = df.groupby(level=['ID', 'date']).mean()

# 2. 保留当日第一条测量记录
df_daily_first = df.groupby(level=['ID', 'date']).first()

# 3. 保留当日最后一条测量记录
df_daily_last = df.groupby(level=['ID', 'date']).last()

# 4. 取当日测量值的最大值
df_daily_max = df.groupby(level=['ID', 'date']).max()

举个实际例子：你提供的ID=1在2016-02-07有两条记录，用mean()聚合后，m_1会是(11 + 10.4)/2 = 10.7，m_2是(3.3 + 2.8)/2 = 3.05，完美得到每日一行的精简数据。

方法二：用resample（适合需调整时间频率的场景） #

如果你之后可能需要调整时间粒度（比如从天转周/月），或者更习惯用resample的逻辑处理时间序列，也可以这么操作：

# 先把MultiIndex重置为普通列，方便后续处理
df_reset = df.reset_index()
# 确保date是datetime类型
df_reset['date'] = pd.to_datetime(df_reset['date'])

# 按ID分组，对date按天重采样，选择聚合方式（这里用均值）
df_resampled = df_reset.groupby('ID').resample('D', on='date').mean()

# 恢复原来的MultiIndex结构（ID和date作为双层索引）
df_resampled = df_resampled.droplevel(0).set_index('ID', append=True).swaplevel(0, 1)

不过这种方法比groupby多了几步索引转换，如果你只是单纯要做每日聚合，方法一的效率会更高。

重要提醒：不管用哪种方法，一定要确保date列/索引是datetime类型，否则分组或重采样都会出错！如果原始date是字符串格式，一定要先用pd.to_datetime()转换。

内容的提问来源于stack exchange，提问作者nanounanue