如何防止groupby超类索引？

Question

假设你有以下半MultiIndex object

import pandas as pd
df = pd.DataFrame({
    'c': {
        ('r', 'r1'): 1.,
        ('r', 'r2'): 2.,
    },
})
print(df)
#       c
# r r1  1
#   r2  2

让我们关注分层索引，即垂直索引。首先，请注意，正如预期的那样，我们有

>>> df.index.__class__.__name__
'MultiIndex'

关键是pandas.DataFrame.groupby 可能sur-class df.index 取决于最终级别数是否为 1.

>>> dfg = df.groupby(axis=0, level=0).sum()
>>> dfg.index.__class__.__name__
'Index'

什么是防止/纠正这种行为的最干净的方法？现在，我同意

>>> dfg.index = pd.Index((c,) for c in dfg.index)  # Doing so is equivalent to using `pd.MultiIndex.from_tuples`
>>> dfg.index.__class__.__name__
'MultiIndex'

---

为什么？_{查看 cmets：没有 XY 问题...}

假设您想将求和值“传播”到较低级别。^{SO 上提出的解决方案都不适合我。可读性不够和/或隐藏有趣的临时计算。} 事实证明，当在源和目的地处理 MultiIndex 实例时，执行这种传播变得相当容易.

>>> df_            = df.copy()  # copy for the sake of illustration
>>> df_.iloc[:, :] = dfg  # Actually equivalent to `df_.update(dfg)`
>>> df_
      c
r r1  3
  r2  3
# whereas without correction:
#        c
# r r1 nan
#   r2 nan

注意：这种方法对所有dfg.index.nlevels都有效。

Answer 1

尝试使用pd.DataFrame.align：

df.align(dfg, level=0)

输出：

(        c
 r r1  1.0
   r2  2.0,
         c
 r r1  3.0
   r2  3.0)

注意：每个数据帧的元组具有相同的索引。

那么，

 pd.concat(list(df.align(dfg, level=0)), axis=1)

然后你可以像这样得到连接的数据框：

        c    c
r r1  1.0  3.0
  r2  2.0  3.0