Pandas 为多索引数据帧中的多行显示一个值

我有兴趣以熊猫的形式展示以下数据：

metric1 | metric 2 || % occurence | total
-----------------------------------------
   A    |    1     ||    20       |  
        |    2     ||    10       |  35
        |    3     ||    5        |
-----------------------------------------
   B    |    1     ||    40       |
        |    2     ||    10       |  65
        |    3     ||    15       |

（对于文本搜索，我将其描述为显示groupby的细分以及多索引外部级别的聚合值）

我可以创建除

total

列之外的所有列：假设

df

是一个类似

metric1 | metric 2 | percentage 
--------------------------------
   A    |    1     |    20        
   A    |    2     |    10      
   A    |    3     |    5       
   B    |    1     |    40      
   B    |    2     |    10      
   B    |    3     |    15      

我可以用它得到我想要的大部分东西

aggregate_df = df.groupby(['metric1', 'metric2']).sum()

我可以使用

aggregate_df.sum(level=0)

---

我的问题是，有没有办法将它们一起显示在一个数据帧中？

通过多个索引，您可以创建它和

交叉表

+

堆栈

pd.crosstab(index=df.metric1,columns=df.metric2,values=df.percentage,aggfunc='sum',margins=True).set_index('All',append=True).iloc[:-1].stack()
Out[59]: 
metric1  All  metric2
A        35   1          20
              2          10
              3           5
B        65   1          40
              2          10
              3          15
dtype: int64

---

哇，太棒了，谢谢！我唯一的抱怨是ALL列是索引的一部分，而不是常规列。你知道有没有办法让它成为一个常规列？在@a.wan结尾添加

.reset\u index（level='All'）

。缺点是每行打印一次；我最终希望能够在每个外层打印一个值，但不能在索引中打印。你知道这是否可能吗？@A.Wan我认为这是不可能的，也许你可以尝试jupyter格式的数据帧，但它只是为了查看