为何Pandas的.reindex()方法在索引长度相同时丢失数据？

为什么会出现NaN？ #

你用df.reindex(columns=ind)时，原DataFrame的列是MultiIndex（每个列名是('foo', Timestamp('2020-02-01'))这类元组），而你生成的ind是普通字符串（比如'foo_2020_02'）。reindex的逻辑是在原索引里寻找和新索引完全匹配的项，找不到就填充NaN。这两种列名类型完全不重合，所以所有列都匹配失败，结果全是NaN。

正确的扁平化列层级方法 #

不需要用reindex，直接把生成的ind赋值给df.columns即可：

df.columns = ind

这样就能直接替换原有的MultiIndex列，完整保留所有数据。

另外，也可以用更简洁的方式生成扁平化列名，无需手动遍历：

df.columns = df.columns.map(lambda x: f"{x[0]}_{x[1].strftime('%Y_%m')}")

内容的提问来源于stack exchange，提问作者Nathan Keloglanian