多索引pandas数据帧中的行求和

使用 query 用于选择 sum 每一级 year S:

print (df)
           A   B
year age        
1895 8    10  12
     12   13  14
1965 0    34  45
     14   41  34
     12   56  22
1966 0    10  34

df = df.query('10 <= age <= 20').sum(level=0)
print (df)
       A   B
year        
1895  13  14
1965  97  56

细节 :

print (df.query('10 <= age <= 20'))
           A   B
year age        
1895 12   13  14
1965 14   41  34
     12   56  22

另一个解决方案是使用 Index.get_level_values 对于 index 然后过滤 boolean indexing :

i = df.index.get_level_values('age')
print (i)
Int64Index([8, 12, 0, 14, 12, 0], dtype='int64', name='age')

df = df[(i >= 10) & (i <= 20)].sum(level=0)
print (df)
       A   B
year        
1895  13  14
1965  97  56

你可以用 loc 和 slice 要选择所需的df部分,例如:

df.loc[(slice(None),slice(10,20)),:].sum(level=0)

哪里 (slice(None),slice(10,20)) 允许您保留所有年龄在10到20岁之间的所有索引