Python 如何将相同组的值添加到嵌套的Pandas Maprame的倒数第二个索引级别

我已经创建了一个最小的嵌套pandas的例子，根据这post中给出的说明，从一个嵌套字典.

nested_dict = { 'Full_Grades': {
    'Science_Marks': {
        'Physics': {
            'Theo': 99,
            'Prac': 100
        },
        'Biology': {
            'Theo': 89,
            'Prac': 100
        }
    },
    'Finance_Marks': {
        'Economics': {
            'Theo': 99,
            'Prac': 100
        },
        'Accounting': {
            'Theo': 89,
            'Prac': 100
        }
    }
    }
}

import pandas as pd
out = pd.concat({k: pd.concat({k2: pd.DataFrame(v2) for k2,v2 in v.items()}, axis = 1)
                  for k, v in nested_dict.items()}, axis = 1) .unstack().to_frame().T
print(out)

这是输出—

    Full_Grades Full_Grades Full_Grades Full_Grades Full_Grades Full_Grades Full_Grades Full_Grades
    Science_Marks   Science_Marks   Science_Marks   Science_Marks   Finance_Marks   Finance_Marks   Finance_Marks   Finance_Marks
    Physics Physics Biology Biology Economics   Economics   Accounting  Accounting
    Theo    Prac    Theo    Prac    Theo    Prac    Theo    Prac
0   99      100     89      100     99      100     89      100

有人可以建议一种技术，将相同组的数字相加，直到倒数第二个指数水平.例如，Physics人(在Full_Grades-Science_Marks-Physics组下)的总数将是199人.如果最后一个索引级别名称不同(Theo和Practical)也没关系.

对于这个帖子，我没有任何工作要展示，因为我真的不知道如何开始.另外，如果问题的标题或内容不清楚，请原谅.我尽我所能地写下了它们.如果需要进一步澄清，请告诉我.

编辑1:这是我正在寻找的输出—

    Full_Grades Full_Grades Full_Grades Full_Grades Full_Grades Full_Grades Full_Grades Full_Grades
    Science_Marks   Science_Marks   Science_Marks   Science_Marks   Finance_Marks   Finance_Marks   Finance_Marks   Finance_Marks
    Physics Physics Biology Biology Economics   Economics   Accounting  Accounting
    Theo    Prac    Theo    Prac    Theo    Prac    Theo    Prac
0   99      100     89      100     99      100     89      100
Sum     199            189             199             189

此外，我希望有一种方法来访问对应于行0的值，以便我可以进行各种分析，如总和、平均值等.