Pandas 数据处理：如何计算多级索引 DataFrame 中二级列名为 'max' 的值之和

Pandas 数据处理：计算二级列名为 'max' 的值之和

本文将介绍如何使用 Pandas 对多级索引 DataFrame 中二级列名为 'max' 的值进行求和。

假设你的 DataFrame 名为 df，且结构如下：

HP                Attack                 Defense                  
          max min       mean    max min        mean     max min        mean   
Type 1                                                                        
Bug        86   1  56.884058    185  10   70.971014     230  30   70.724638   
Dark      126  35  66.806452    150  50   88.387097     125  30   70.225806   
Dragon    125  41  83.312500    180  50  112.125000     130  35   86.375000 

你可以按照 'Type 1' 进行分组，然后对每个分组中的 'max' 列进行求和，代码如下：

df.groupby(level=0, axis=1).sum() 

这将返回一个新的 DataFrame，其中二级列名为 'max' 的值已经相加。

代码解释：

• groupby(level=0, axis=1)： 按照第一个级别 ('Type 1') 对列进行分组。
• sum(): 对每个分组中的 'max' 列进行求和。

希望本文能帮助你理解如何使用 Pandas 处理多级索引 DataFrame。