如何在Pandas多层索引数据中添加聚合计算生成的新行？

让我一步步帮你搞定这两个多层索引DataFrame的扩展需求：

问题1：给which索引层添加max条目 #

首先先还原你给出的初始DataFrame：

import pandas as pd

df = pd.DataFrame({'panum': ['PA1', 'PA1', 'PA1', 'PA2', 'PA2', 'PA2'], 
                   'which': ['A', 'A', 'A', 'B', 'B', 'B'], 
                   'score': [88, 80, 90, 92, 95, 99]})
df.set_index(['panum', 'which'], inplace=True)

你的需求是给每个panum分组新增一行(panum, 'max')，对应该组score的最大值。实现步骤如下：

1. 按panum分组计算每组的score最大值
2. 给这些最大值行设置which为max，并还原成多层索引结构
3. 把新生成的行和原DataFrame合并，最后排序索引保持结构一致

具体代码：

# 计算每个panum的score最大值，转换为带max标记的行
max_rows = df.groupby('panum')['score'].max().reset_index()
max_rows['which'] = 'max'
max_rows.set_index(['panum', 'which'], inplace=True)

# 合并并整理索引
df_with_max = pd.concat([df, max_rows]).sort_index()

最终df_with_max的结构会是：

score
panum which         
PA1   A          88
      A          80
      A          90
      max        90
PA2   B          92
      B          95
      B          99
      max        99

问题2：给panum索引层添加mean条目 #

先还原你提供的修正后DataFrame：

data = {'panum': ['PA1', 'PA1', 'PA1', 'PA2', 'PA2', 'PA2'],
        'factor': ['init', 'resub', 'final', 'init', 'resub', 'final'],
        'score': [90, 94, 93, 60, 90, 88]}
df2 = pd.DataFrame(data).set_index(['panum', 'factor'])

你的需求是新增panum为mean的条目，每个factor对应PA1和PA2的score均值。实现思路和第一个问题类似，只是分组维度换成了factor：

1. 按factor分组计算每组的score均值（也就是PA1和PA2的平均值）
2. 给这些均值行设置panum为mean，还原成多层索引
3. 合并到原DataFrame并整理索引

具体代码：

# 计算每个factor的score均值，转换为带mean标记的行
mean_rows = df2.groupby('factor')['score'].mean().reset_index()
mean_rows['panum'] = 'mean'
mean_rows.set_index(['panum', 'factor'], inplace=True)

# 合并并整理索引
df2_with_mean = pd.concat([df2, mean_rows]).sort_index()

最终df2_with_mean的结构会是：

score
panum factor       
PA1   init      90.0
      resub     94.0
      final     93.0
PA2   init      60.0
      resub     90.0
      final     88.0
mean  init      75.0
      resub     92.0
      final     90.5

内容的提问来源于stack exchange，提问作者pitosalas