无需手动创建数组与MultiIndex，将指定结构DataFrame转换为多级列DataFrame的方法

当然有！完全不用手动构建MultiIndex数组，用pandas自带的pivot方法加上简单的层级调整就能轻松实现需求，步骤超简洁：

第一步：准备初始数据 #

先把你给出的初始数据转换成DataFrame：

import pandas as pd

data = [
    ["EURUSD", "1M", 5, 6],
    ["EURUSD", "3M", 5, 6],
    ["EURUSD", "6M", 5, 6],
    ["EURUSD", "1Y", 5, 6],
    ["USDJPY", "1M", 5, 6],
    ["USDJPY", "3M", 5, 6],
    ["USDJPY", "6M", 5, 6],
    ["USDJPY", "1Y", 5, 6],
    ["GBPUSD", "1M", 5, 6],
    ["GBPUSD", "3M", 5, 6],
    ["GBPUSD", "6M", 5, 6],
    ["GBPUSD", "1Y", 5, 6],
]

df = pd.DataFrame(data, columns=["Ccy Pair", "Tenor", "IV", "RV"])

第二步：一键转换+层级调整 #

只用3行代码就能得到目标格式：

# 用pivot转成宽格式，自动生成多级列索引
pivoted_df = df.pivot(index="Ccy Pair", columns="Tenor", values=["RV", "IV"])

# 交换列的层级，把Tenor（期限）放到上层
pivoted_df = pivoted_df.swaplevel(axis="columns")

# 按上层列排序，确保每个期限下的子列顺序是RV、IV
pivoted_df = pivoted_df.sort_index(axis="columns", level=0, sort_remaining=False)

最终输出效果 #

执行print(pivoted_df)会得到：

1M     3M     6M     1Y     
            RV IV RV IV RV IV RV IV
Ccy Pair                            
EURUSD      6  5  6  5  6  5  6  5
USDJPY      6  5  6  5  6  5  6  5
GBPUSD      6  5  6  5  6  5  6  5

补充说明 #

• pivot方法会自动帮你生成多级列索引，完全不需要手动创建数组
• swaplevel只是调整层级顺序，让Tenor作为第一级列索引
• 如果需要调换RV和IV的显示顺序，只需要修改pivot方法里values参数的顺序即可

内容的提问来源于stack exchange，提问作者Crovish