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。
