python - 在 Pandas 中对多索引数据帧进行分组和求和

Question

我有一个这样的数据框。

df1=pd.DataFrame({"A":np.random.randint(1,10,4),"B":np.random.randint(1,10,4),"C":list('abba')})
df1.index.name="first"    
df2=pd.DataFrame({"A":np.random.randint(1,10,5),"B":np.random.randint(1,10,5),"C":list('aaabb')})
df2.index.name="second"
df=pd.concat([df1,df2], keys=['first', 'second'])
df
          A  B  C
first  0  6  5  a
       1  2  2  b
       2  1  6  b
       3  6  9  a
second 0  6  6  a
       1  9  9  a
       2  8  4  a
       3  7  2  b
       4  9  8  b

我想得到这样的分组和求和结果。(键=列“C”)

    first        second
    A      B     A       B
a   15     14    23      19
b   3      8     16      10

我怎样才能得到这个结果？

Answer 1

您可以将 groupby 与看起来像数组的事物列表一起使用。您想要使用第一级索引和列 'C'。

df.groupby([df.index.get_level_values(0), df.C]).sum() \
    .unstack().stack(0).T.rename_axis(None)