如何在 pandas 中的 groupby 之后访问 MultiIndex 列？

Question

对于单索引数据框，列在按对象分组中可用：

df1 = pd.DataFrame({'a':[2,2,4,4], 'b': [5,6,7,8]})
df1.groupby('a')['b'].sum() -> 

a
2    11
4    15

但是在 MultiIndex 数据框中，当不按级别分组时，列在按对象分组时不再可访问

df = pd.concat([df1, df1], keys=['c', 'd'], axis=1)
df -> 

   c     d
   a  b  a  b
0  2  5  2  5
1  2  6  2  6
2  4  7  4  7
3  4  8  4  8

df.groupby([('c','a')])[('c','b')].sum() -> 
KeyError: "Columns not found: 'b', 'c'"

作为一种变通方法，这可行，但效率不高，因为它不使用 cpython 化的聚合器，更不用说它看起来很别扭了。

df.groupby([('c','a')]).apply(lambda df: df[('c', 'b')].sum())

有没有办法访问我错过的 groupby 对象中的 MultiIndex 列？

Answer 1

在 ('c','b') 元组后添加逗号似乎有效：

df.groupby([('c','a')])[('c','b'),].sum()

我猜如果没有逗号，pandas 只是将它们解释为单独的项目。

Answer 2

也许这有助于解释语法：

df.groupby([('c','a')]).sum()

         c  d    
         b  a   b
(c, a)           
2       11  4  11
4       15  8  15

df.groupby([('c','a')])[('c','b'),('d','b')].sum()

         c   d
         b   b
(c, a)        
2       11  11
4       15  15

如何在 pandas 中的 groupby 之后访问 MultiIndex 列？

How to access MultiIndex column after groupby in pandas?

python

grouping

multi-index

pandas

pandas-groupby