[使用python 3.9]
我有一个大型df，其结构如下：

import pandas as pd

tuples = [('BLOCK', i, j) for i in ['X', 'Y'] for j in ['a', 'b', 'c']]
data = [[1, 1, 1, 1, 1, 2]]
columns = pd.MultiIndex.from_tuples(tuples, names=['top', 'mid', 'bottom'])
df = pd.DataFrame(columns=columns, data=data)

top    BLOCK               
mid        X        Y      
bottom     a  b  c  a  b  c
0          1  1  1  1  1  2

原始df中有许多这样的块彼此相邻，并且只有底层标签是重复的。
我想对底层的一个子集求和，删除求和后的列，用一个求和后的列替换它们，如下所示：

top    BLOCK           
mid        X      Y    
bottom     a b+c  a b+c
0          1   2  1   3

我可以通过进入每一个块和每一个中间层，对列的子集求和，然后重新索引并通过连接再次堆叠所有内容来实现这一点，但我希望有一个更有效的方法。
我想也许df.groupby(level=['top', 'mid'], axis='columns')与其他东西的组合是一个替代方案，也许通过在特定的组中分别聚合，但还没有找到方法。