如何修改DataFrame列多级索引某一层的数据类型？

场景还原 #

读取的CSV格式如下：

,1,1,2,2,3,3...
,'A','B','A','B',...
0,1,2,3,4,...
1,2,3,4,5,...

使用df = pd.read_csv(fname, header=[0,1], index_col=0)读取后，Pandas会将列多级索引的第一层识别为字符串类型，但该层级实际全部是整数。目前读取时无法像header={0:'int64',1:'string'}这样指定各索引层的数据类型，需要找到简洁的方法将该层级转为int类型，避免重新生成索引或转为DataFrame修改再转回这类繁琐操作。

解决方案 #

方法1：直接修改MultiIndex的层级值

利用set_levels方法替换第一层的类型，操作简洁且不打乱索引结构：

# 将列索引第一层转换为int类型
df.columns = df.columns.set_levels(df.columns.levels[0].astype(int), level=0)

原理：df.columns.levels[0]获取第一层的所有唯一值，通过astype(int)转为整数类型后，用set_levels替换原层级的取值集合。

方法2：遍历元组重新生成MultiIndex

如果需要更直观的操作，可以遍历每个列索引元组，转换第一个元素的类型后重新构建MultiIndex：

df.columns = pd.MultiIndex.from_tuples(
    [(int(lev0), lev1) for lev0, lev1 in df.columns],
    names=df.columns.names
)

这种方式适合层级较少的场景，逻辑清晰易懂。

方法3：带类型校验的转换（可选）

如果不确定层级中是否存在非数字值，可以用pd.to_numeric做安全转换（errors='coerce'会将无效值转为NaN）：

df.columns = df.columns.set_levels(
    pd.to_numeric(df.columns.levels[0], errors='coerce'),
    level=0
)

内容的提问来源于stack exchange，提问作者germ