Python Pandas：按MultiIndex单层级分组并保留其余层级的实现

你想要的是在按label_dict合并level0标签的同时，保留第二层级（4th/5th）的结构，只需要在分组时同时指定映射后的level0标签和原level1标签作为分组键即可，而不是只按label_dict分组（那样会丢失level1的信息）。

具体实现代码 #

import numpy as np
import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame(np.arange(0, 24).reshape((3, 8)))
df.columns = pd.MultiIndex.from_arrays([
    ['a1', 'a1', 'a2', 'a2', 'b1', 'b1', 'b2', 'b2'],
    ['4th', '5th', '4th', '5th', '4th', '5th', '4th', '5th']
])

label_dict = {'a1': 'A', 'a2': 'A', 'b1': 'B', 'b2': 'B'}

# 核心：同时按映射后的level0和原level1分组求和
res = df.groupby(
    by=[
        df.columns.get_level_values(0).map(label_dict),  # 映射后的level0标签
        df.columns.get_level_values(1)  # 保留原level1标签
    ],
    axis=1
).sum()

print(res)

输出结果 #

A        B     
   4th 5th  4th 5th
0    2   4   10  12
1   18  20   26  28
2   34  36   42  44

原理说明 #

• df.columns.get_level_values(0).map(label_dict)：把原level0的a1/a2/b1/b2映射为A/A/B/B
• 同时将原level1的4th/5th作为分组的一部分，这样分组后会保留两个层级的结构，对每个(A,4th)、(A,5th)、(B,4th)、(B,5th)分别求和
• 最终得到的结果就是你期望的保留第二层级的合并求和结果

内容的提问来源于stack exchange，提问作者Alvin Liu