Python 熊猫：分组汇总行数

我想创建两个求和，一个条件是

日期

和

类型

，另一个条件是

日期

。以下是我的数据框架摘录：

                             0             1             2             3  
date       type                                                            
2003-01-01 unemp  1.733275e+09  2.067889e+09  3.279421e+09  3.223396e+09   
2005-01-01 unemp  1.413758e+09  2.004171e+09  2.383106e+09  2.540857e+09   
2007-01-01 unemp  1.287548e+09  1.462072e+09  2.831217e+09  3.528558e+09   
2009-01-01 unemp  2.651480e+09  2.846055e+09  5.882084e+09  5.247459e+09   
2011-01-01 unemp  2.257016e+09  4.121532e+09  4.961291e+09  5.330930e+09   
2013-01-01 unemp  7.156784e+08  1.182770e+09  1.704251e+09  2.587171e+09   
2003-01-01 emp    6.012397e+09  9.692455e+09  2.288822e+10  3.215460e+10   
2005-01-01 emp    5.647393e+09  9.597211e+09  2.121828e+10  3.107219e+10   
2007-01-01 emp    4.617047e+09  8.030113e+09  2.005203e+10  2.755665e+10

现在，我试过了

weightsDf.groupby(level=[0,1]).sum()
weightsDf.groupby(level=[0,1]).apply(lambda x: x.sum())

这些都是每列的总和，而不是所有列的总和。对于我想同时对

类型

和

日期

设置条件的情况，我可以简单地执行

weightsDf.sum(axis=1)

但是，如果我只想在

date

上设置条件，该如何处理？与应用于数据帧时不同

weightsDf.groupby(level=[0,1]).sum(axis=1)

---

不接受参数

轴

。我可以取消第二级数据帧的堆叠，然后再次按行求和，但这似乎太复杂了。

您可以先对列求和，然后分组：

weightsDf.sum(axis=1).groupby(level=[0,1]).sum()

---

首先对列求和，然后分组

weightsDf.sum（axis=1）.groupby（level=[0,1]）.sum（）

这就是您要找的吗？