Python 将DataFrame列标题设置为多索引

如何将具有单级列的现有数据帧转换为具有层次索引列（多索引）

数据帧示例：

In [1]:
import pandas as pd
from pandas import Series, DataFrame

df = DataFrame(np.arange(6).reshape((2,3)),
               index=['A','B'],
               columns=['one','two','three'])
df
Out [1]:
   one  two  three
A    0    1      2
B    3    4      5

我本以为reindex（）会起作用，但我得到了NaN的：

In [2]:
df.reindex(columns=[['odd','even','odd'],df.columns])
Out [2]:
   odd  even    odd
   one   two  three
A  NaN   NaN    NaN
B  NaN   NaN    NaN

如果使用DataFrame（），则相同：

如果我指定df.values，最后一种方法实际上是有效的：

In [4]:
DataFrame(df.values,index=df.index,columns=[['odd','even','odd'],df.columns])
Out [4]:
   odd  even    odd
   one   two  three
A    0     1      2
B    3     4      5

---

正确的方法是什么？为什么reindex（）会给出NaN的？

您已经接近了，只需将列直接设置为一个新的（大小相等的）索引，如（如果是列表，则会转换为多索引）

---

Reindex将对现有索引进行重新排序/筛选。得到所有NaN的原因是，查找与新索引匹配的现有列；无匹配项，因此如果要使用numpy数组，则首先将其转换为list:

df.columns=list（a）

In [4]:
DataFrame(df.values,index=df.index,columns=[['odd','even','odd'],df.columns])
Out [4]:
   odd  even    odd
   one   two  three
A    0     1      2
B    3     4      5

In [8]: df
Out[8]: 
   one  two  three
A    0    1      2
B    3    4      5

In [10]: df.columns = [['odd','even','odd'],df.columns]

In [11]: df
Out[11]: 
   odd  even    odd
   one   two  three
A    0     1      2
B    3     4      5