如何在DataFrame与JSON互转时保留MultiIndex？

一、MultiIndex在DataFrame↔JSON互转中的保留/恢复方案 #

避免丢失的转换方法 #

默认的to_json()不会保留MultiIndex结构，你可以用以下两种方式处理：

• 方法1：先展开索引再转JSON
  转JSON前把MultiIndex拆成普通列，读取后再还原：

  # 原始带MultiIndex的DataFrame
  df = pd.DataFrame(...)  # 替换成你的数据
  # 展开索引为列
  df_flat = df.reset_index()
  # 转JSON
  json_str = df_flat.to_json(orient='records')
  # 读取并恢复MultiIndex
  df_restored = pd.read_json(json_str)
  # 这里替换成你实际的索引层级名称
  df_restored = df_restored.set_index(['level_0', 'level_1'])
  

• 方法2：手动保存索引结构
  把索引、列、数据分开存入JSON，读取时重建MultiIndex：

  import json
  # 构造包含完整结构的字典
  json_payload = {
      'index': df.index.to_list(),
      'columns': df.columns.to_list(),
      'data': df.values.tolist()
  }
  json_str = json.dumps(json_payload)
  # 读取恢复
  loaded = json.loads(json_str)
  df_restored = pd.DataFrame(
      loaded['data'],
      index=pd.MultiIndex.from_tuples(loaded['index']),
      columns=loaded['columns']
  )
  

已丢失后的恢复技巧 #

如果已经拿到了无MultiIndex的DataFrame，可以根据数据特征重建：

• 若列名是拼接格式（比如A_B），拆分后转MultiIndex：

  df_restored.columns = pd.MultiIndex.from_tuples([tuple(col.split('_')) for col in df_restored.columns])
  

• 若索引是字符串化的元组（比如"('x','y')"），解析后重建：

  from ast import literal_eval
  df_restored.index = pd.MultiIndex.from_tuples(df_restored.index.map(literal_eval))
  

二、IPython.display无法使用的解决步骤 #

1. 确认运行环境
   IPython.display仅在IPython/Jupyter环境中生效，普通Python脚本会报错。检查当前环境：

   import IPython
   print(IPython.get_ipython())  # 输出不为None才是IPython环境
   

   若在普通脚本中，切换到Jupyter Notebook/Lab或IPython终端。

2. 重装依赖修复损坏
   即使更新过，仍可能存在依赖损坏，执行以下命令重装：

   pip uninstall -y ipython ipykernel
   pip install ipython ipykernel
   

   若是Jupyter环境，同步重装内核：

   python -m ipykernel install --user
   

3. 检查导入方式
   确保正确导入所需组件，避免间接调用：

   # 正确导入方式
   from IPython.display import display, HTML, Markdown
   # 直接使用导入的方法
   display(df)
   

4. 重置内核清除缓存
   在Jupyter中，点击「Kernel」→「Restart Kernel」，清除会话缓存后重新运行代码。

内容的提问来源于stack exchange，提问作者stke