如何創建具有相同名稱的pandas DataFrame多列索引的內部級別平均值的DataFrame？

Question

因此，假設我有一個如下兩級的熊貓DataFrame，在多索引中，簇為0級，子簇為1級：

Cluster        1         2         3
subcluster  1  1  2   1  2  2   1   2   3

A           11 12 13  13 20 21  16 127 18
B           14 15 16  14 19 22  16 027 19
C           17 18 19  15 18 23  16 71  12
D           20 21 22  16 17 24  16 71  30

我想做的是創建一個由每個子集群的平均值組成的DataFrame。 請注意，由於數據集的命名方式，某些子群集的名稱相同（例如，群集1和2各自具有兩個不同的子群集，如上所示。我的實際數據集更大，有15個不同的群集，最大29個子集群，總計約40 000列。

使用df.groupby(level=1, axis=1).mean()不起作用，因為它無法區分集群1子集群1和集群2子集群1，例如，我想這樣做。 換句話說，它將創建一個僅具有3列的Mean的DataFrame，每個子集群對應一列，而我想對其進行限制以找到其集群中每個子集群的均值。 據我所知，使用df[1].groupby(level=0, axis=1).mean()完成此工作，但這意味着我必須對15個集群中的每個集群進行處理，然后將所有他們最終到我想要的地方。

我的問題是，是否有一種更快，更優雅的方法。 同樣，最好是一種保留有關起源集群的信息的方式。 我的操作方式沒有顯示主群集，這意味着我必須在串聯之前將其手動添加到每個DataFrame中。

希望我的問題清楚。

Answer 1

將mean與兩個級別一起使用：

df1 = df.mean(axis=1, level=[0,1])

就像這樣：

df1 = df.groupby(level=[0,1], axis=1).mean()

---

print (df1)
Cluster     1           2           3             
            1     2     1     2     1      2     3
A        11.5  13.0  13.0  20.5  16.0  127.0  18.0
B        14.5  16.0  14.0  20.5  16.0   27.0  19.0
C        17.5  19.0  15.0  20.5  16.0   71.0  12.0
D        20.5  22.0  16.0  20.5  16.0   71.0  30.0