修正Pandas多级索引：替换序号层级为实际Date列

你可以通过以下步骤完成需求，这里提供两种简洁的实现方式：

方法一：重置索引后重新构建多级索引 #

适合需要清晰分步操作的场景：

# 1. 给索引中的序号层级重命名，避免和实际日期列的名称冲突
multiData.index = multiData.index.rename(['Ticker', 'Date_Seq'])

# 2. 将所有索引层级转为列
multiData = multiData.reset_index()

# 3. 移除不需要的序号列
multiData = multiData.drop('Date_Seq', axis=1)

# 4. 用Ticker和实际日期列构建新的多级索引
multiData = multiData.set_index(['Ticker', 'Date'])

方法二：直接调整索引（更高效） #

通过链式调用一步完成操作，适合追求简洁的场景：

# 重命名索引序号层级→加入实际日期列到索引→移除原序号层级→调整索引顺序
multiData = (multiData
            .rename_axis(index=['Ticker', 'Date_Seq'])
            .set_index('Date', append=True)
            .droplevel('Date_Seq')
            .reorder_levels(['Ticker', 'Date']))

关键说明 #

• 重命名索引层级是为了避免原索引的Date名称和实际日期列的Date名称冲突，如果你能确定不会混淆，也可以跳过这一步，但建议保留以提升代码可读性。
• 操作完成后，可通过multiData.index查看最终的多级索引结构，确认是否符合预期。

内容的提问来源于stack exchange，提问作者Ivan