Python 将小计添加到Pandas Groupby

我正在寻找一种更干净的方法来向Pandas groupby添加小计

这是我的数据框：

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)})

在此基础上，我创建了一个新的Groupby数据框架，如下所示：

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

我想提供分类和子分类的小计。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()

这给了我想要的数据帧：

我的问题是，有没有比为每一层创建一个新的数据帧然后合并更符合python的方法呢？我对此进行了研究，但找不到更好的方法。我必须为许多不同的多索引数据帧这样做&我正在寻找更好的解决方案

提前感谢您的帮助

使用其他信息编辑：

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：

这是总计，但忽略了构成第二级列的日期。它留给我这个结果

---

我试图用groupby添加一个TimeGrouper，但返回了一个错误。任何帮助都将不胜感激。谢谢

通过将您的上述尝试与@piRSquared中的示例相结合，我可以让您更接近

列表必须与多索引匹配。请尝试以下方法：

iList = ['Category','Sub-Category','Product']
pd.concat([
    df1.assign(
        **{x: '' for x in iList[i:]}
    ).groupby(iList).sum() for i in range(1,4)
]).sort_index()

它没有在正确的位置显示“总计”一词，也没有在每个组的底部显示总计，但至少在功能上或多或少是正确的。我的总数不匹配，因为数据框中的值是随机的

我花了一段时间才完成中提供的原始答案。但同样的逻辑也适用于此

assign（）将列中的值替换为在多索引列列表的元素上执行的dict理解返回的dict中的值。
然后groupby（）只为那些未加空格的列查找唯一值，并相应地求和。
这些GroupBy包含在一个列表中，因此pd.concat（）只需组合这些行集。
和sort_index（）将索引标签按升序排列。
（是的，您仍然会收到关于“列名和索引级别”的警告，但它仍然有效。）

---

这里有一个。在上面的评论之后-这里是另一个，有许多方法。Yw，你应该感谢PiR:）@Wen谢谢你的链接-非常感谢！我试着以链接中的示例为例，让它与我的数据一起工作&不幸的是，我无法让它工作。我将更新以上内容以显示我的进度。再次感谢！

iList = ['Category','Sub-Category','Product']
pd.concat([
    df1.assign(
        **{x: '' for x in iList[i:]}
    ).groupby(iList).sum() for i in range(1,4)
]).sort_index()