为带MultiIndex的DataFrame列添加通用标签

你需要将普通列名的DataFrame转换为带有层级标签的结构（如Age下包含0-18、19-25，Education下包含Low、Medium、High），原代码无法运行是因为参数使用错误，以下是可行的解决方法：

问题分析 #

原代码中pd.MultiIndex.from_tuples(df.columns, columns)的参数顺序颠倒了：from_tuples的第一个参数应该是生成多级索引的元组列表，第二个参数是多级索引的层级名称，而非用原始列名作为第一个参数。

正确实现方式 #

方法一：直接定义完整多级标签元组 #

如果已经明确每个列对应的层级标签，直接构造元组列表生成多级索引：

import pandas as pd

# 示例原始DataFrame（匹配你的截图结构）
df = pd.DataFrame({
    '0-18': [12, 25, 30],
    '19-25': [40, 55, 62],
    'Low': [71, 83, 90],
    'Medium': [105, 112, 118],
    'High': [130, 145, 153]
})

# 定义每个列对应的层级标签元组
multi_col_tuples = [
    ('Age', '0-18'), ('Age', '19-25'),
    ('Education', 'Low'), ('Education', 'Medium'), ('Education', 'High')
]
# 定义层级的名称（可选，用于标识每一级标签）
level_names = ['主类别', '细分项']

# 生成多级索引并赋值给DataFrame列
df.columns = pd.MultiIndex.from_tuples(multi_col_tuples, names=level_names)

方法二：按层级分组生成 #

如果原始列名已经是细分项，只需指定第一级标签即可：

# 第一级标签列表，对应每个原始列的主类别
level1_labels = ['Age', 'Age', 'Education', 'Education', 'Education']
# 第二级标签直接用原始列名
level2_labels = df.columns.tolist()

# 用数组生成多级索引
df.columns = pd.MultiIndex.from_arrays(
    [level1_labels, level2_labels],
    names=['主类别', '细分项']
)

执行后，你的DataFrame列就会变成目标截图中的多级标签结构。

内容的提问来源于stack exchange，提问作者dummydummy