我正在寻找一种更简洁的方法来为Pandas groupby添加小计 .

这是我的DataFrame：

df = pd.DataFrame({
'Category':np.random.choice( ['Group A','Group B'], 50),
'Sub-Category':np.random.choice( ['X','Y'], 50),
'Product':np.random.choice( ['Product 1','Product 2'], 50),
'Units_Sold':np.random.randint(1,100, size=(50)),
'Dollars_Sold':np.random.randint(100,1000, size=50),
'Date':np.random.choice( pd.date_range('1/1/2011','03/31/2011',  
                      freq='D'), 50, replace=False)})

从那里，我创建了一个新的Groupby Dataframe：

df1 = df.groupby(['Category','Sub-Category','Product',pd.TimeGrouper(key='Date',freq='M')]).agg({'Units_Sold':'sum','Dollars_Sold':'sum'}).unstack().fillna(0)

我想提供类别和子类别的小计 . 我可以使用以下代码执行此操作：

df2 = df1.groupby(level=[0,1]).sum()
df2.index = pd.MultiIndex.from_arrays([df2.index.get_level_values(0),
                                   df2.index.get_level_values(1) + ' Total',
                                   len(df2) * ['']])
df3 = df1.groupby(level=[0]).sum()
df3.index = pd.MultiIndex.from_arrays([df3.index.get_level_values(0) + ' Total',
                                   len(df3) * [''],
                                   len(df3) * ['']])
pd.concat([df1,df2,df3]).sort_index()

这给了我想要的DataFrame：Final DataFrame

我的问题 - 是否有更多pythonic方法来做到这一点，而不是必须为每个级别创建一个新的DataFrame然后连接在一起？我研究了这个，但找不到更好的方法 . 我必须为许多不同的MultiIndex数据帧执行此操作，并且正在寻求更好的解决方案 .

在此先感谢您的帮助！

编辑附加信息：

感谢@Wen和@DaFanat的回复 . 我试图使用我的数据[link]上提供的@Wen链接：Python (Pandas) Add subtotal on each lvl of multiindex dataframe

pd.concat([df.assign(\
    **{x: 'Total' for x in "CategorySub-CategoryProduct"[i:]}\
    ).groupby(list('abc')).sum() for i in range(1,4)])\
    .sort_index()

这总计了总和，但忽略了构成第二级列的日期 . 它让我得到了这个结果 . Resulting Image

我曾尝试使用groupby添加TimeGrouper，但这会返回错误 . 任何帮助将不胜感激 . 谢谢！

python pandas pandas-groupby