如何将多索引Pandas DataFrame的列转换为行层级结构？

• 核心思路：用Pandas的stack()方法将列索引转为最内层行索引，自动适配任意列数，无需针对列数做特殊处理。

步骤1：构造原DataFrame（模拟输入） #

import pandas as pd

# 构建多层行索引
row_index = pd.MultiIndex.from_tuples(
    [('db_c', 'c_dat'), ('db_c', 'c_idx'), ('db_s', 's_dat'), ('db_s', 's_idx')]
)
# 构造数据（支持任意数量的列，此处以dw1、dw2为例）
raw_df = pd.DataFrame(
    data={'dw1': ['a', 'b', 'c', 'd'], 'dw2': ['e', 'f', 'g', 'h']},
    index=row_index
)

步骤2：执行格式转换 #

# stack将列转为内层行索引，重置索引后设置列名
converted_df = raw_df.stack().reset_index()
converted_df.columns = ['一级行索引', '二级行索引', '列名', '值']

# 若需保持多层行索引的显示格式，重新设置索引即可
converted_df = converted_df.set_index(['一级行索引', '二级行索引'])

转换后的结果 #

列名  值
一级行索引 二级行索引       
db_c    c_dat   dw1  a
        c_dat   dw2  e
        c_idx   dw1  b
        c_idx   dw2  f
db_s    s_dat   dw1  c
        s_dat   dw2  g
        s_idx   dw1  d
        s_idx   dw2  h

关键说明 #

• stack()方法会自动遍历所有列，将列名转为最内层行索引，无论原DataFrame有多少列都能适配。
• 若不需要自定义列名，直接使用raw_df.stack()即可，默认索引和列名也符合需求。

内容的提问来源于stack exchange，提问作者cogimi