Python 基于多索引的列值求和

我有一个多索引数据帧，为简单起见，如下所示：

                      Values    
01-01-2010 Belgium    1    
           Belgium    7
           UK         3 
           UK         4
           UK         2
           France     1
           France     3
02-01-2010 Belgium    4
           UK         7
           UK         10
           UK         2
           France     4

我需要尝试计算每个国家每天的价值。 实际数据框架有大约10年的数据和40个国家

有没有简单的方法可以使用resample（）函数来实现这一点？ 我似乎找不到一个使用多重索引的。我也许可以把这些国家转换成一个专栏

---

非常感谢您的帮助

groupby

通过指定级别来创建索引

df2 = df.groupby(level=[0,1])['Values'].sum()
print(df2)
01-01-2010   Belgium       8
             France        4
             UK            9
02-01-2010   Belgium       4
             France        4
             UK           19
Name: Values, dtype: int64

---

事实上，如果我允许索引首先是列，那么我认为这会起作用

sum_df = df.groupby(['Time','From Country']).agg({'Value': 'sum'})

---

实际上我现在得到了这个错误<代码>值错误：级别>0仅对多索引有效。也许我的列没有正确索引？@spcol

print（df.index）

将输出粘贴到这里

print（df.index）

RangeIndex（start=0，stop=66766，step=1）

print（df.columns）

只生成列名。。没有索引标题的迹象。我已接受您的答案，因为我认为问题是我的索引开始。如果索引是正确的，这将起作用。再次感谢！