如何在Pandas中合并DataFrame时保留多级索引（含空DataFrame场景）

核心问题 #

你当前的代码因为兜底用的空DataFrame（一级索引、普通列）和待合并的多级列DataFrame结构不匹配，触发了层级不匹配警告，且合并后列被扁平化。以下是几个更优雅的替代方案：

方案1：提前处理空列表，规避结构不匹配 #

直接判断df_list是否为空，为空时返回符合要求的空多级结构DataFrame，非空时再执行合并：

import pandas as pd
import functools

df_list = [...]

# 定义符合要求的空多级列DataFrame
empty_multi_df = pd.DataFrame(
    columns=pd.MultiIndex.from_tuples([], names=['symbol', 'field']),
    index=pd.DatetimeIndex([])
)

if not df_list:
    merged_df = empty_multi_df
else:
    merged_df = functools.reduce(
        lambda left, right: pd.merge(left, right, on='timestamp', how='outer'),
        df_list
    )

逻辑清晰，从根源上避免了结构冲突。

方案2：让reduce初始值与目标结构一致 #

如果必须使用reduce的初始值参数，创建一个和待合并DataFrame列结构完全匹配的空多级索引DF：

import pandas as pd
import functools

df_list = [...]

# 创建匹配的空多级列DF（层级名称可根据实际调整）
empty_multi_df = pd.DataFrame(
    columns=pd.MultiIndex(levels=[[], []], codes=[[], []], names=['symbol', 'field']),
    index=pd.DatetimeIndex([])
)

merged_df = functools.reduce(
    lambda left, right: pd.merge(left, right, on='timestamp', how='outer'),
    df_list,
    empty_multi_df
)

合并时左右结构完全一致，不会触发警告，列层级也会完整保留。

方案3：改用pd.concat更高效（推荐） #

由于所有待合并DF都以timestamp为索引，且需要outer合并，pd.concat比reduce+merge更简洁高效，天然支持多级列：

import pandas as pd

df_list = [...]

# 按列拼接，outer连接索引
merged_df = pd.concat(df_list, axis=1, join='outer')

# 空列表时返回预设的空多级结构
if merged_df.empty and not isinstance(merged_df.columns, pd.MultiIndex):
    merged_df = pd.DataFrame(
        columns=pd.MultiIndex.from_tuples([], names=['symbol', 'field']),
        index=pd.DatetimeIndex([])
    )

concat会自动保留所有DF的多级列结构，无需额外处理，性能更优。

补充提示 #

• 临时方案中用占位符再删列的方式会产生不必要的计算开销，上述方案均从结构匹配入手，避免了后续清理步骤。
• 若待合并DF的列层级有固定命名（如示例中的AACT为第一级、open/high为第二级），可提前定义空DF的层级名称，确保合并后结构完全符合预期。

内容的提问来源于stack exchange，提问作者user2138149