Python Pandas：MultiIndex groupby 二级列答案

【问题标题】：Python Pandas: MultiIndex groupby second level of columnsPython Pandas：MultiIndex groupby 二级列
【发布时间】：2018-07-29 03:57:33
【问题描述】：

我正在尝试按多列对行进行分组。这个小例子可以说明我想要实现的目标：

import pandas as pd

col_index = pd.MultiIndex.from_arrays([['A','A','B','B'],['a','b','c','d']])

df = pd.DataFrame([ [1,2,3,3],
                    [4,2,2,2],
                    [6,4,2,2],
                    [1,2,4,4],
                    [3,8,4,4],
                    [1,2,3,3]], columns = col_index)

由此创建的DataFrame如下所示：

   A     B   
   a  b  c  d
0  1  2  3  3
1  4  2  2  2
2  6  4  2  2
3  1  2  4  4
4  3  8  4  4
5  1  2  3  3

我想按“c”和“d”分组，实际上是整个“B” 这给了我“KeyError：'c'”

#something like this
df.groupby(['c','d'], axis = 1, level = 1)
#or like this
df.groupby('B', axis = 1, level = 0)

我尝试寻找答案，但似乎找不到任何答案。

谁能告诉我我做错了什么？

【问题讨论】：

标签： python pandas pandas-groupby multi-index

【解决方案1】：

您还可以显式指定 2 级多索引。

df.groupby([("B","c"), ("B", "d")])

【讨论】：

【解决方案2】：

这是一种首先重置列的方法：

df.set_axis(df.columns.droplevel(0), axis=1,inplace=False).groupby(['c','d']).sum()
Out[531]: 
      a   b
c d        
2 2  10   6
3 3   2   4
4 4   4  10

【讨论】：