如何将Python DataFrame一列拆分为两列并保留原列名下层级

假设你有一个包含单列的DataFrame，想要把这一列拆分成两个子列，并且让这两个子列隶属于原列名之下，形成多级索引（层级化）的列结构，下面是具体实现方法：

示例场景 #

原DataFrame如下：

import pandas as pd

df = pd.DataFrame({'Info': ['a-1', 'b-2', 'c-3', 'd-4']})

输出：

Info
0  a-1
1  b-2
2  c-3
3  d-4

实现步骤 #

1. 拆分目标列，生成临时DataFrame
   用str.split()配合expand=True将单列拆分为多列：

split_df = df['Info'].str.split('-', expand=True)

2. 创建层级化列名
   通过pd.MultiIndex.from_tuples构建多级列索引，将原列名作为上层，子列名作为下层：

split_df.columns = pd.MultiIndex.from_tuples([('Info', 'Part1'), ('Info', 'Part2')])

3. 替换原DataFrame（或合并回原表）
   如果原表只有这一列，直接替换即可：

df = split_df

最终输出的层级化DataFrame：

Info     
      Part1 Part2
0        a      1
1        b      2
2        c      3
3        d      4

保留其他列的情况 #

如果原DataFrame还有其他列需要保留，不要直接替换，而是用join合并：

# 带其他列的原DataFrame
df = pd.DataFrame({'Info': ['a-1', 'b-2', 'c-3', 'd-4'], 'Other': ['x', 'y', 'z', 'w']})

split_df = df['Info'].str.split('-', expand=True)
split_df.columns = pd.MultiIndex.from_tuples([('Info', 'Part1'), ('Info', 'Part2')])

# 删除原单列，合并拆分后的层级列
df = df.drop('Info', axis=1).join(split_df)

输出结果：

Other     Info     
              Part1 Part2
0     x        a      1
1     y        b      2
2     z        c      3
3     w        d      4

内容的提问来源于stack exchange，提问作者dummydummy