如何为Pandas DataFrame前3列外的每7列添加分组标题

实现步骤 #

1. 明确列分组规则：前3列（S、K、L）不分组，剩余列每4列分为一组，对应分组标题B、C、D；顶层统一为MAIN TITLE。
2. 构建三级列索引的层级标签：
   • 顶层（Level 0）：所有列统一使用MAIN TITLE
   • 中间层（Level 1）：前3列为空字符串，后续每4列分别对应B、C、D
   • 底层（Level 2）：保留原DataFrame的列名
3. 将构建好的多级索引赋值给DataFrame的columns属性。

代码示例 #

import pandas as pd

# 模拟原DataFrame
data = {
    'S': [0, 1], 'K': [0, 1], 'L': [0, 0],
    'Z': [0, 0], 'X': [0, 0], 'C': [0, 0], 'V': [0, 0],
    'Z': [0, 0], 'X': [0, 0], 'C': [0, 0], 'V': [0, 0],
    'Z': [0, 0], 'X': [0, 0], 'C': [0, 0], 'V': [0, 0]
}
df = pd.DataFrame(data, index=['a', 'b'])

# 构建多级列索引
cols = df.columns.tolist()
level0 = ['MAIN TITLE'] * len(cols)
level1 = ['', '', ''] + ['B']*4 + ['C']*4 + ['D']*4
level2 = cols

df.columns = pd.MultiIndex.from_tuples(zip(level0, level1, level2), names=[None, None, None])

# 查看结果
print(df)

效果说明 #

运行代码后，DataFrame的表头会自动合并相同层级的标签，呈现出你需要的格式：顶层MAIN TITLE跨所有列，中间层B、C、D各自跨对应分组的4列，前3列的中间层为空，底层显示具体列名。

内容的提问来源于stack exchange，提问作者Alexandra