python - 在 pandas MultiIndex DataFrame 中按级别对列求和

Question

我的 df 有多个索引列。我所有的值都是 float 的，我想将值与多索引的第一级合并。详情请见下文。

first        bar                 baz                 foo   
second       one       two       one       two       one    
A       0.895717  0.805244  1.206412  2.565646  1.431256    
B       0.410835  0.813850  0.132003  0.827317  0.076467    
C       1.413681  1.607920  1.024180  0.569605  0.875906 

first        bar                 baz                 foo   

A       (0.895717+0.805244) (1.206412+2.565646)  1.431256    
B       (0.410835+0.813850) (0.132003+0.827317)  0.076467    
C       (1.413681+1.607920) (1.024180+0.569605)  0.875906 

这些值实际上是相加的(我只是不想做所有这些:))。底线是我只想升级(我猜是更高级别)并在索引中添加所有值。请让我知道一个好的方法来做到这一点。谢谢!

Answer 1

我相信您正在寻找沿第一个轴的 groupby。

df.groupby(level=0, axis=1).sum()

或者(更简洁)，

df.sum(level=0, axis=1)

sum 的level 参数表示分组。

---

df

first  bar     baz     foo    
second one two one two one two
A        2   3   3   4  10   8
B       22  16   7   3   2  26
C        4   5   1   9   6   5

df.sum(level=0, axis=1)

first  bar  baz  foo
A        5    7   18
B       38   10   28
C        9   10   11

就性能而言，上述两种方法之间几乎没有任何区别(后者快几个滴答)。