对特定MultiIndex DataFrame级别函数调用的DataFrame

Question

如何计算（例如）多索引DataFrame级别= 1的和，并将结果存储在新的DataFrame中，如从this_to_that获得。

数据

T = ['t1','t2'] 
S = ['S1','S2'] 
K = ['earnings','costs'] 

multi_index = pd.MultiIndex.from_product([T,S]) 
input_df = pd.DataFrame(index = multi_index, columns = K) 
input_df['earnings'] = (150.0,25.0,80.0,40.0) 
input_df['costs'] = (150.0,12.5,36.36,22.72) 

我烦琐方式

dc = dict() 
for t in T: 
    dc[t] = input_df.xs(t, level = 0, axis = 0).apply(sum, axis = 0) 

dc_to_df = pd.concat(dc) 
dc_to_df = pd.DataFrame(dc_to_df) 
dc_to_df = dc_to_df.unstack(level=1) 
dc_to_df.columns = dc_to_df.columns.droplevel(0) 
desired_df = dc_to_df 

Answer 1

这是你在找什么？

input_df 
     earnings costs 
t1 S1  150.0 150.00 
    S2  25.0 12.50 
t2 S1  80.0 36.36 
    S2  40.0 22.72 

input_df.groupby(level=0).sum() 
    earnings costs 
t1  175.0 162.50 
t2  120.0 59.08 

您可以将上述输出分配给新的数据框。

编辑：看完你的输出后，你实际上是在level=0上分组。