Pandas stack方法level参数使用困惑：如何让列处于level 0

单层级列索引场景的问题原因 #

你的示例中列是单层索引，stack()默认堆叠最内层列索引（因为只有一层，所以level=-1和level=0指向同一个层级），因此两种调用结果完全一致。堆叠后的行索引结构为[原行索引, 列名]，列名处于行索引的第1层（即level=-1）。

level参数的核心作用（MultiIndex场景） #

level参数仅在**多层列索引（MultiIndex Columns）**下体现价值：它用来指定将哪一层列索引“移动”到行索引的层级中。以下通过实际MultiIndex示例演示如何实现你的需求：

1. 创建多层列索引DataFrame #

import pandas as pd
import numpy as np

df_multi = pd.DataFrame(
    np.ones((2, 4)),
    index=["A", "B"],
    columns=pd.MultiIndex.from_tuples(
        [("X", "foo"), ("X", "bar"), ("Y", "foo"), ("Y", "bar")],
        names=["col_level0", "col_level1"]
    )
)
print(df_multi)

输出：

col_level0    X         Y     
col_level1  foo bar  foo bar
A      1.0 1.0  1.0 1.0
B      1.0 1.0  1.0 1.0

2. 默认堆叠最内层列索引（col_level1） #

print(df_multi.stack())

输出（行索引层级：[原行索引, col_level1]）：

col_level0    X     Y
A col_level1
foo     1.0  1.0
bar     1.0  1.0
B col_level1
foo     1.0  1.0
bar     1.0  1.0

3. 指定堆叠col_level0到行索引 #

通过level=0（或层级名"col_level0"）指定堆叠外层列索引：

stacked = df_multi.stack(level=0)
print(stacked)

输出（行索引层级：[原行索引, col_level0]）：

col_level1    foo bar
A col_level0
X        1.0 1.0
Y        1.0 1.0
B col_level0
X        1.0 1.0
Y        1.0 1.0

4. 将堆叠后的列层级设为行索引level 0 #

如果需要让col_level0处于行索引的最外层（level 0），可结合swaplevel()交换行索引层级：

final_result = stacked.swaplevel(0, 1).sort_index()
print(final_result)

输出：

col_level1    foo bar
col_level0 A
X        1.0 1.0
Y        1.0 1.0
col_level0 B
X        1.0 1.0
Y        1.0 1.0

总结 #

• 单层级列索引下，level参数无实际效果，因为只有一个层级可选；
• MultiIndex列场景中，level参数用来选择堆叠哪一层列索引到行索引；
• 若要让堆叠后的列层级成为行索引的level 0，可在stack()后调用swaplevel()调整层级顺序，无需转置DataFrame。

内容的提问来源于stack exchange，提问作者BdB