python - 对多索引 Pandas 数据框上的重复行求和

Question

你好，我在处理 Pandas 时遇到了麻烦。我正在尝试对多索引数据帧上的重复行求和。我尝试了 df.groupby(level=[0,1]).sum() ，也尝试了 df.stack().reset_index().groupby(['year', ' product']).sum() 和其他一些，但我无法让它工作。我还想添加每个给定年份的每个独特产品，如果未列出，则给它们一个 0 值。

示例:具有多索引和 3 种不同产品(A、B、C)的数据框:

                  volume1    volume2
year   product
2010   A          10         12
       A          7          3
       B          7          7
2011   A          10         10
       B          7          6
       C          5          5

预期输出:如果给定年份有重复产品，则我们将它们相加。如果其中一个产品一年未列出，我们将创建一个全为 0 的新行。

                  volume1     volume2
year   product
2010   A          17          15
       B          7           7
       C          0           0
2011   A          10          10
       B          7           6
       C          5           5

有什么想法吗？谢谢

Answer 1

您可以将索引的第二级设置为 CategoricalIndex，当您使用 groupby 时，它将包括所有类别。

df.index.set_levels(pd.CategoricalIndex(df.index.levels[1]), 1, inplace=True)
df.groupby(level=[0, 1]).sum().fillna(0, downcast='infer')

              volume1  volume2
year product                  
2010 A             17       15
     B              7        7
     C              0        0
2011 A             10       10
     B              7        6
     C              5        5