Pandas分组后如何从嵌套表头选择指定多列（不扁平化表头）

这问题在处理分组聚合后的多层索引结果时很常见，核心是利用pandas的多层索引（MultiIndex）选择逻辑，我给你两种简洁的实现方法，都能满足你保留表头层级的需求：

方法一：直接用loc同时定位行和列 #

通过元组指定多层列索引的具体位置，同时用列表形式选取行索引，确保返回的是结构完整的DataFrame：

# 精准选取cat='a'对应的目标列
result = ag.loc[['a'], [('a', 'sum'), ('b', 'count')]]
print(result)

执行后输出完全符合你的需求：

a   b
        sum count
cat
a        2     2

注意：行索引用['a']而非单独的'a'，是为了保留cat作为行索引的层级，避免返回Series类型；列索引用元组('a', 'sum')这种形式，能精准匹配多层表头的位置。

方法二：先选列再筛选行（可读性更强） #

如果你的聚合结果列很多，先明确指定需要保留的列，再筛选行，逻辑会更清晰：

# 定义需要保留的目标列（多层索引元组）
target_cols = [('a', 'sum'), ('b', 'count')]
# 先筛选列，再选取指定行
result = ag[target_cols].loc[['a']]

这个方法和第一种效果完全一致，只是操作顺序不同，适合列数量较多的场景。

内容的提问来源于stack exchange，提问作者Dan