Python 折叠多索引或在多索引数据帧上运行OLS回归

我使用pivot重塑数据，现在有了一列

多索引

。我希望结果列是简单OLS回归中的X变量。Y是具有相同行索引的另一个系列

当我试着跑步的时候

model1 = ols(y = gdp0, x = MIDAS_small)

我明白了

我可以想象出两种解决方案，但无法找到其中一种：

折叠多重索引。我不需要有（'before'，'var1'）和（'after'，'var1'）形式的列，我只需要一堆'beforevar1'，'aftervar1'，等等。然后我可以使用ols生成一个漂亮且足够清晰的表

有什么方法可以用多重指数进行回归吗？它似乎是为这类事情设计的，特别是面板回归，但我找不到任何相关的例子或文档

我找到了一个不雅观的解决方案#1：

---

我可以创建一个新的dataframe，在两个列索引上循环，并使用相同的名称将新列插入到新的dataframe中，但名称是字符串而不是元组。必须有一个更优雅、单一的命令，对吗？

您是否厌倦了使用Patsy提供的数据矩阵来准备一个回归友好的数据框架

此处有一个示例：

---

我确信您知道pandas中的.unstack（）函数允许您删除层次索引，但它与dmatrices一起使用可能会产生您想要的结果

请添加示例数据集

TypeError: can only call with other hierarchical index objects