Python 如何简单地将列级别添加到数据帧

假设我有一个数据框，看起来像这样：

df = pd.DataFrame(index=list('abcde'), data={'A': range(5), 'B': range(5)})
 df
Out[92]: 
   A  B
a  0  0
b  1  1
c  2  2
d  3  3
e  4  4

如果这个数据帧已经存在，我如何简单地向列索引添加一个级别“C”，从而得到以下结果：

 df
Out[92]: 
   A  B
   C  C
a  0  0
b  1  1
c  2  2
d  3  3
e  4  4

我看到过这样的一个wser，但它使用不同的数据帧，而不是向已经存在的数据帧添加列级别

---

-正如@StevenG本人所建议的，更好的答案是：

df.columns = pd.MultiIndex.from_product([df.columns, ['C']])

print(df)
#    A  B
#    C  C
# a  0  0
# b  1  1
# c  2  2
# d  3  3
# e  4  4

选项1

设置索引

和

T

df.T.set_index(np.repeat('C', df.shape[1]), append=True).T

选项2

pd.concat

，

键

，和

swaplevel

pd.concat([df], axis=1, keys=['C']).swaplevel(0, 1, 1)

---

多索引的另一种方法（appanding

'E'

）：

---

这是一种将名称添加到新级别的解决方案，它比已经给出的其他答案更容易让人眼前一亮：

df['newlevel'] = 'C'
df = df.set_index('newlevel', append=True).unstack('newlevel')

print(df)
#           A  B
# newlevel  C  C
# a         0  0
# b         1  1
# c         2  2
# d         3  3
# e         4  4

---

这很好，我喜欢

pd.MultiIndex.from_product（[df.columns，['C']]）

，这是一个更简单的问题，因为您不必跟踪

df.columns

的

len

。“你介意把它加到答案里，这样我就可以接受了吗？”史蒂文：太好了，我不知道这个把戏。谢谢，我学到了一些新东西：-）当原始df已经有多索引列名时，你有什么建议，如何添加另一个级别？我试图用from_product（）方法添加新的级别，但是我收到了以下错误消息：“NotImplementedError:没有为多索引定义isnull”。@LenkaVraná

pd.MultiIndex.from_product（df.columns.levels+['C']]）

，适用于任何人。我发现在将现有列索引用于MultiIndex.from_产品之前，先将其强制转换为list，然后再将其用于“isna未实现”

pd.MultiIndex.from_product（[list（df.columns），['C']]）

感谢您不知道swap，这很方便。我对它进行了一个大数据帧测试，看看它是否比设置

pd.MultiIndex.from_product（[df.columns，['C']]）

更有效，速度大约慢了25%。这并不奇怪！罗曼的回答更快。我添加这个是因为我认为知道它很有价值。

pd.concat（[df]，axis=1，keys=['C']）

对于多级列非常有效。对于一般情况，当

df.columns

可以是

pd.MultiIndex

时，选项2应该是可接受的答案。

pd.concat

答案很好，因为它不修改原始df。较短的版本：

df.columns=pd.MultiIndex.from_tuples（[（c[0]，'E'，c[1]）对于df.columns中的c）来说，

这很短，而且也适用于已经是多级的列！作为一行：

df.assign（newlevel='C'）。set_index（'newlevel'，append=True）。unstack（'newlevel'）

。

df['newlevel'] = 'C'
df = df.set_index('newlevel', append=True).unstack('newlevel')

print(df)
#           A  B
# newlevel  C  C
# a         0  0
# b         1  1
# c         2  2
# d         3  3
# e         4  4