pandas数据帧分组方式和agg

我是ipython的新手，我正在尝试使用数据帧分组。我有一个如下所示的数据帧

df_test = pd.DataFrame({"A": range(4), "B": ["B1", "B2", "B1", "B2"], "C": ["C1", "C1", np.nan, "C2"]})
df_test

    A   B   C
0   0   B1  C1
1   1   B2  C1
2   2   B1  NaN
3   3   B2  C2

我希望实现以下目标：

1） 按B分组，但创建多级列，而不是按B1和B2作为索引分组到行，B1和B2基本上是计数

2） 列A和C是agg函数，应用类似于{'C'：['count']，'A'：['sum']}

    B
  A B1 B2 C
0 6 2  2  3

---

怎么做？谢谢

您正在对每个列执行单独的操作。您可以通过聚合A和C，然后分别获取B的值计数，然后将数据合并在一起来解决这个问题

ac = df_test.agg({'A':'sum', 'C':'count'}) 
b = df_test['B'].value_counts()
pd.concat([ac, b]).sort_index().to_frame().T
   A  B1  B2  C
0  6   2   2  3

---

为什么结果中C=3？计算1+1+1+0（NaN）=3，而不是按B1或B2组计算，有意义吗？我的错，我应该把一个NaN放在那里，修正了Hanks，我如何在B1和B2的上面加上一个级别“B”，这样他们就在同一个“组”中？找到了。类似于names=['level0'，'level1']cols1=pd.MultiIndex.from_数组（['A'，'C'，'B'，'B'，'C'，'C']，['A'，'C'，'B1'，'B2'，'C1'，'C2']]，names=names）df_分组。columns=cols1