多索引DataFrame调用gt方法对比时出现列冗余与结果全False问题求助

问题1：返回结果包含多余的Adj Close列 #

这是因为你没有正确筛选出仅针对High列的判断结果，或是操作时保留了原DataFrame多级列结构中Adj Close对应的部分。提取tmp1（Adj Close数据）和tmp2（High数据）后，若直接比较且未对结果列做过滤或重构，就会带上原结构里的Adj Close列。

问题2：所有结果均为False #

核心原因是多级列对齐错误：

• 原代码tmp2.eq(tmp2.shift())是同一列（High）内的行比较，列结构完全对齐，所以能正常返回结果。
• 改用tmp2.gt(tmp1.shift())后，若tmp1和tmp2仍保留原多级列的Level0（即Adj Close和High作为列的第一层级），比较时会变成High列与Adj Close列跨层级匹配，而非同一公司的High与前一日Adj Close匹配，数值无法正确对齐，最终返回全False。

具体修复代码 #

假设你的原始DataFrame列是MultiIndex（Level0为Adj Close/High，Level1为公司代码），按以下步骤操作：

1. 正确提取单级列的Adj Close和High数据（仅保留公司代码作为列）：

# 提取Adj Close数据，列仅为公司代码
tmp1 = df['Adj Close']
# 提取High数据，列仅为公司代码
tmp2 = df['High']

2. 执行比较逻辑，此时会自动按公司代码对齐列：

# 判断当前行High是否大于前一行Adj Close
result = tmp2.gt(tmp1.shift(1))

3. 若需要保留原MultiIndex结构（比如新增一个Level0标识结果），可以重构结果列：

# 构建新的多级列，Level0为结果标识，Level1为公司代码
result_cols = pd.MultiIndex.from_product([['High > Prev Adj Close'], tmp1.columns])
result = pd.DataFrame(tmp2.gt(tmp1.shift(1)), columns=result_cols)

这样处理后，既不会有多余的Adj Close列，也能正确返回符合条件的True结果。

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