Python 添加更高级别的列多索引

我正在寻找一种在pandas中添加更高级别的列索引的方法

我有一个多索引数据帧，如下所示：

>>>df

   product       A         B         C
   sell_buy      sell buy  sell buy  sell buy 
group company
  1    Bank X     100  50   200  10    20  20
  2    Bank Y      20  40   150  40    30  20
  3    Bank Z     100  20    20  10    40  10

我想在

company

的列中添加一个更高级别的索引，并用今天的日期设置一个行索引（使用类似于

datetime.today（）

）

我尝试了好几次，但我不知道如何让它工作

pd.MultiIndex.from_product([df.columns.levels, ['Bank X']])
pd.MultiIndex.from_product([df.columns.levels, ['product']])

---

任何帮助都将不胜感激。谢谢大家!

我相信您需要在第一步中将第一级转换为

日期

值，然后通过重塑，以及：

---

什么是

print（df.index[：3].tolist（））

？这是

[（1，'Bank X'），（2，'Bank Y'），（3，'Bank Z'）]

再次感谢@jezrael！它非常适合我的需要。我需要更多的练习来处理这些多重指标。。

pd.MultiIndex.from_product([df.columns.levels, ['Bank X']])
pd.MultiIndex.from_product([df.columns.levels, ['product']])

date = pd.Timestamp('today').floor('d')
df.index = pd.MultiIndex.from_product([[date], df.index.get_level_values(1)])

df = df.unstack().reorder_levels([2,0,1], axis=1).sort_index(axis=1)
print (df)
company    Bank X                        Bank Y                        Bank Z  \
product         A        B        C           A        B        C           A   
sell_buy      buy sell buy sell buy sell    buy sell buy sell buy sell    buy   
2020-08-15     50  100  10  200  20   20     40   20  40  150  20   30     20   

company                            
product           B        C       
sell_buy   sell buy sell buy sell  
2020-08-15  100  10   20  10   40