Pandas 多级列索引聚合与重塑技巧

本文深入解析了在 Pandas 中高效处理多级列索引（MultiIndex columns）数据的核心技巧：如何按外层列标签（如日期）快速完成分组聚合（如求和、均值），并一步到位重塑为结构清晰、便于分析与可视化的标准二维表格——即以该层级为行索引、内层标签为列名。通过精妙组合 `df.sum()` 与 `unstack()`（支持按层级名或序号指定），不仅代码简洁可读、性能优异，还能轻松适配不同聚合函数和命名明确的索引结构，是数据工程师和分析师应对复杂宽表聚合任务不可错过的实用范式。

本文介绍如何对具有多级列索引（MultiIndex columns）的 DataFrame，按外层列标签（如日期）进行分组求和，并将结果重塑为以该层级为行索引、内层列为列名的标准表格格式。核心方法是结合 df.sum() 与 unstack() 实现高效层级聚合。

本文介绍如何对具有多级列索引（MultiIndex columns）的 DataFrame，按外层列标签（如日期）进行分组求和，并将结果重塑为以该层级为行索引、内层列为列名的标准表格格式。核心方法是结合 `df.sum()` 与 `unstack()` 实现高效层级聚合。

在 Pandas 中处理带有多级列索引（MultiIndex columns）的数据时，常需按某一层级（如时间维度）进行聚合运算，并重新组织结构以满足分析或可视化需求。例如，原始数据按“日期 × 指标”构建了两层列索引：

import pandas as pd

df = pd.DataFrame(index=['a', 'b', 'c'], data={
    'myvalue1': [2, 3, 4], 
    'myvalue2': [6, 7, 8]
}).reindex(['myvalue1', 'myvalue2'] * 2, axis=1) \
  .set_axis(
      pd.MultiIndex.from_product(
          [['2023-12-31', '2024-01-31'], ['myvalue1', 'myvalue2']],
          names=['date', 'metric']
      ), 
      axis=1
  )

此时 df.columns 是一个两级 MultiIndex，其中 level=0 表示日期，level=1 表示指标名称。

要实现按日期汇总各指标的列和（即：对每个 (date, metric) 组合下的所有行求和），最简洁的方式是利用 Pandas 的自动对齐机制：

✅ 关键操作：先调用 df.sum() —— 它默认沿 axis=0（即纵向）对每列求和，返回一个 Series，其索引为原 DataFrame 的多级列索引；再使用 .unstack() 将内层列名（如 'myvalue1', 'myvalue2'）提升为列，外层（日期）自然成为新 DataFrame 的行索引：

result = df.sum().unstack(level=1)  # 显式指定 unstack 内层（level=1）
# 或简写为：
result = df.sum().unstack()

输出结果为：

            myvalue1  myvalue2
2023-12-31         9        21
2024-01-31         9        21

? 原理说明：df.sum() 返回的 Series 索引为 MultiIndex([('2023-12-31', 'myvalue1'), ('2023-12-31', 'myvalue2'), ...])；unstack() 默认对最内层（level=-1）执行 pivot 操作，从而将 'myvalue1'/'myvalue2' 变为列，日期自动作为行索引。

? 注意事项：

• 若列索引层级命名明确（如 names=['date', 'metric']），推荐使用 unstack('metric') 提高可读性；
• unstack() 遇到重复索引会报错，确保原始 MultiIndex 列无重复组合；
• 如需其他聚合方式（如均值、最大值），可替换为 df.mean().unstack()、df.max().unstack() 等；
• 若目标是按外层（日期）分组后对每组内所有列分别聚合，也可用 df.groupby(level=0, axis=1).sum()，但该方法返回的是仍以日期为列名的宽表，需额外转置才能匹配目标格式——而 sum().unstack() 更直接、性能更优。

综上，df.sum().unstack() 是处理此类“多级列 → 单级行索引+单级列索引”聚合任务的推荐范式，兼具简洁性、可读性与执行效率。

好了，本文到此结束，带大家了解了《Pandas 多级列索引聚合与重塑技巧》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！