在空的DataFrame上进行分组时，为什么熊猫不一致地使用MultiIndex？

Question

即使DataFrame的行数为零，我也希望groupby仍返回具有反映了groupby列的MultiIndex的结果。但是，在某些情况下，这不会发生。例如，在下面的代码中，索引没有名称，并且不是MultiIndex。

foo = pd.DataFrame({'col1':[None,None], 'col2':[None,None], 'col3':[None,None]})
display(foo.groupby(['col1', 'col2']).agg({'col3':'sum'}))

另一方面，如果我将任何列的类型更改为非对象类型，则将存在一个MultiIndex（具有正确的级别名称）。此外，当按单个列分组时，即使类型仍然都是Object，我也会获得具有正确名称的索引。

此行为是故意的吗？使用MultiIndex的背后原理是什么？

Answer 1

试试dropna = False：

foo.groupby(['col1', 'col2'], dropna=False).agg({'col3':'sum'})

输出：

           col3
col1 col2      
NaN  NaN      0