疑问：pandas.concat接收字典输入且axis=1时为何呈现层级列结构？

当你给pd.concat传入字典时，不管axis参数设为0还是1，pandas都会把字典的键当作keys参数的值，自动给结果生成多层索引（MultiIndex），这就是你看到"z"变成上层列索引的原因。

为什么和预期不符？ #

你以为axis=1是单纯横向拼接列，但字典输入触发了额外的索引层级逻辑：

• 字典的键（这里是"z"）会成为对应轴上的上层索引
• 原DataFrame的列（Name、Age）则作为下层索引

如果只是想做普通的横向拼接（不需要上层索引），别用字典传参，直接传列表：

z = pd.concat([df], axis=1)
# 单一个df的话这步多余，多个df的话直接写[df1, df2]即可

多字典项的例子更直观 #

比如传入包含两个DataFrame的字典：

df2 = df.copy()
z = pd.concat({"z": df, "w": df2}, axis=1)
print(z)

输出会是：

z        w    
   Name Age Name Age
0   tom  10  tom  10
1  nick  15 nick  15
2  juli  14 juli  14

能清楚看到字典的键如何对应多层列索引的上层。

核心总结 #

• 字典输入pd.concat→自动用字典键生成对应轴的多层索引
• 普通横向/纵向拼接→用列表传参，不要用字典

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