对多索引 pandas 数据帧上的重复行求和

你好，我在处理熊猫方面遇到了麻烦。我正在尝试对多索引数据帧上的重复行进行求和。 我尝试过df.groupby(level=[0,1]).sum()，还与df.stack().reset_index().groupby(['year', 'product']).sum()和其他一些，但我无法让它工作。 我还想添加每个给定年份的每个独特产品，如果未列出，则为它们指定 0 值。

示例：具有多索引和 3 种不同产品（A、B、C）的数据框：

                  volume1    volume2
year   product
2010   A          10         12
       A          7          3
       B          7          7
2011   A          10         10
       B          7          6
       C          5          5

预期输出：如果给定年份有重复的产品，那么我们将它们相加。 如果其中一个产品一年未列出，我们将创建一个全为 0 的新行。

                  volume1     volume2
year   product
2010   A          17          15
       B          7           7
       C          0           0
2011   A          10          10
       B          7           6
       C          5           5

任何想法 ？谢谢

您可以将索引的第二级设为CategoricalIndex当你使用groupby它将包括所有类别。

df.index.set_levels(pd.CategoricalIndex(df.index.levels[1]), 1, inplace=True)
df.groupby(level=[0, 1]).sum().fillna(0, downcast='infer')

              volume1  volume2
year product                  
2010 A             17       15
     B              7        7
     C              0        0
2011 A             10       10
     B              7        6
     C              5        5