如何将含多级列的Pandas DataFrame调整为扁平化结构

核心问题分析 #

你遇到的问题根源在于df.columns.levels[0]的特性：它会返回去重且排序后的第一层级值，这既导致构建新索引时列宽不匹配，又破坏了原始数组的列顺序。要解决这个问题，必须用get_level_values来获取原始的列层级数据。

解决方案 #

1. 最简方案：直接去掉symbol标签，保留字段顺序

如果只需要将多级列扁平化，去掉symbol标签，让列名直接为字段名（完全匹配原始数组的列顺序），只需几行代码：

import pandas as pd

# 假设df是你的多级列DataFrame
df_flat = df.copy()
# 用get_level_values(1)获取原始顺序的字段名，替换列名
df_flat.columns = df.columns.get_level_values(1)

这样处理后，df_flat的列就是原始数组中按symbol分组的字段顺序（比如[field1, field2, field1, field2]），序列化到JSON或Excel时结构和原始数组完全一致。

2. 进阶方案：生成两行表头（含date索引）

如果需要让date索引成为表头的第二行（比如适配Excel的表头格式），可以重置索引并构建新的多级表头：

# 复制原数据，避免修改原DataFrame
df_flat = df.copy()

# 获取原始顺序的字段列表（第二层级）
fields = df.columns.get_level_values(1)
# 构建新的多级表头：第一行留空（去掉symbol标签），第二行是字段名
new_header = pd.MultiIndex.from_tuples(
    [("", field) for field in fields],
    names=["", "field"]
)

# 替换表头，并将date索引转为列（放到表头第二行对应位置）
df_flat.columns = new_header
df_flat = df_flat.reset_index()

关键注意点 #

• 别用levels，用get_level_values：levels返回的是去重排序后的层级集合，而get_level_values会返回每个列对应的原始层级值（保留重复和原顺序），这是解决列宽不匹配和顺序混乱的核心。
• 保留原数组结构：上述两种方案都严格遵循原始数组的列顺序，不会因为排序导致数据错位。

内容的提问来源于stack exchange，提问作者mike01010