如何将Pandas crosstab生成的DataFrame表头调整为双层结构？

使用Pandas的crosstab函数生成DataFrame，添加Total列和Percentage列后，通过to_html()转换为表格时，表头格式不符合需求。当前代码如下：

out = pd.crosstab(df1['lurn_FLS'], df1['LOCALITY'])
out['Total'] = out.sum(axis=1)
total_sum = out['Total'].sum()
out['Percentage'] = ((out['Total']/total_sum) *100).round(2)
print(out)

需要将表头调整为双层结构，预期格式如下：

要实现这种双层表头，需要利用Pandas的多层列索引（MultiIndex），具体步骤如下：

• 重置索引，将行索引转为普通列
  原crosstab生成的DataFrame中，lurn_FLS是行索引，需先转为普通列，方便后续构造双层表头：

  out = out.reset_index().rename(columns={'lurn_FLS': 'lurn_fls'})
  

• 构造双层列索引
  定义上下层表头的对应关系，通过pd.MultiIndex.from_tuples绑定生成多层索引：

  # 上层表头：第一列对应"Locality"，其余列留空
  upper_headers = ['Locality', '', '', '', '']
  # 下层表头直接使用当前DataFrame的列名
  lower_headers = out.columns.tolist()
  
  # 绑定上下层表头，生成多层列索引
  out.columns = pd.MultiIndex.from_tuples(list(zip(upper_headers, lower_headers)))
  

• 生成HTML表格
  此时调用to_html()会自动输出带双层表头的表格结构：

  html_table = out.to_html(index=False)
  

完整代码示例：

import pandas as pd

# 生成交叉表并添加合计、百分比列
out = pd.crosstab(df1['lurn_FLS'], df1['LOCALITY'])
out['Total'] = out.sum(axis=1)
total_sum = out['Total'].sum()
out['Percentage'] = ((out['Total']/total_sum) *100).round(2)

# 重置索引并调整列名
out = out.reset_index().rename(columns={'lurn_FLS': 'lurn_fls'})

# 构造双层表头
upper_headers = ['Locality', '', '', '', '']
lower_headers = out.columns.tolist()
out.columns = pd.MultiIndex.from_tuples(list(zip(upper_headers, lower_headers)))

# 生成HTML表格
html_table = out.to_html(index=False)
print(html_table)

内容的提问来源于stack exchange，提问作者Ashu