如何为多联赛字典生成带表头与子表头的Pandas DataFrame？

需求说明 #

我有一个包含约15个动态变化联赛的字典，数据示例如下：

sports_data = {
    'NFL': [
        {'Name': 'Taysom Hill', 'Line': '0.5', 'Prop': 'Pass Yards'},
        {'Name': 'Derek Carr', 'Line': '238.5', 'Prop': 'Pass Yards'},
        {'Name': 'Jared Goff', 'Line': '251.5', 'Prop': 'Pass Yards'}
    ],
    'MLB': [
        {'Name': 'Brandon Pfaadt', 'Line': '4.0','Prop': 'Pitcher Strikeouts'},
        {'Name': 'Ranger Suárez', 'Line': '3.0', 'Prop': 'Pitcher Strikeouts'},
        {'Name': 'Trea Turner', 'Line': '1.5', 'Prop': 'Total Bases'}
    ]
}

需要将其转换为带有**一级表头（联赛名）和二级子表头（Name、Line、Prop）**的DataFrame，预期格式如下：

**NFL**                                  **MLB** 
    Name       Line       Prop           Name           Line       Prop
1 Taysom Hill   0.5     Pass Yards  Brandon Pfaadt      4.0  Pitcher Strikeouts
2 Derek Carr  238.5     Pass Yards   Ranger Suárez      3.0  Pitcher Strikeouts
3 Jared Goff  251.5     Pass Yards     Trea Turner      1.5      Total Bases

作为Python新手，尝试多种代码后未得到目标格式，部分代码仅输出一行结果，请问该需求是否可实现？如何解决？

解决方案 #

该需求完全可以实现，利用pandas的**多级列索引（MultiIndex）**即可完成，具体步骤如下：

1. 导入pandas库 #

import pandas as pd

2. 遍历字典生成带多级列的子DataFrame #

遍历每个联赛数据，将列表转为DataFrame，并为其设置多级列：一级列名为联赛名，二级列名为原数据的键（Name、Line、Prop）。

3. 横向拼接所有子DataFrame #

使用pd.concat()将所有子DataFrame按列方向拼接，形成最终的多级表头DataFrame。

4. 调整行索引（可选） #

将行索引从0开始改为从1开始，匹配示例格式。

完整代码 #

import pandas as pd

sports_data = {
    'NFL': [
        {'Name': 'Taysom Hill', 'Line': '0.5', 'Prop': 'Pass Yards'},
        {'Name': 'Derek Carr', 'Line': '238.5', 'Prop': 'Pass Yards'},
        {'Name': 'Jared Goff', 'Line': '251.5', 'Prop': 'Pass Yards'}
    ],
    'MLB': [
        {'Name': 'Brandon Pfaadt', 'Line': '4.0','Prop': 'Pitcher Strikeouts'},
        {'Name': 'Ranger Suárez', 'Line': '3.0', 'Prop': 'Pitcher Strikeouts'},
        {'Name': 'Trea Turner', 'Line': '1.5', 'Prop': 'Total Bases'}
    ]
}

# 生成子DataFrame列表
df_list = []
for league, data in sports_data.items():
    df = pd.DataFrame(data)
    # 设置多级列：(联赛名, 子表头)
    df.columns = pd.MultiIndex.from_tuples([(league, col) for col in df.columns])
    df_list.append(df)

# 横向拼接所有子DataFrame
final_df = pd.concat(df_list, axis=1)

# 调整行索引从1开始
final_df.index = final_df.index + 1

print(final_df)

代码说明 #

• pd.MultiIndex.from_tuples()：将联赛名和子表头组合成元组，生成多级列索引，这是实现双层表头的核心。
• pd.concat(df_list, axis=1)：按列方向拼接多个DataFrame，保证不同联赛的子表头横向排列。
• 行索引调整：通过index + 1让行号从1开始，和示例格式一致。

输出效果 #

运行代码后，输出的DataFrame会和预期格式完全一致，且支持动态扩展任意数量的联赛。

内容的提问来源于stack exchange，提问作者K D