除pandas外，是否有支持MultiIndex多级列名的数据表格类库？

并非只有pandas支持多级索引/多级列名，以下是不同生态中具备该特性的工具：

Python 生态 #

• Dask：原生支持MultiIndex（行、列均支持），可直接基于pandas多级索引数据创建，也能手动构建：

  import dask.dataframe as dd
  import pandas as pd
  col_idx = pd.MultiIndex.from_tuples([('GroupA', 'Col1'), ('GroupA', 'Col2'), ('GroupB', 'Col1')], names=['Level1', 'Level2'])
  ddf = dd.from_pandas(pd.DataFrame([[1,2,3]], columns=col_idx), npartitions=1)
  

• Polars：从0.17版本开始原生支持多级列名，通过元组列表定义列即可：

  import polars as pl
  df = pl.DataFrame(
      [[1, 2, 3, 4]],
      columns=[('Group1', 'Col1'), ('Group1', 'Col2'), ('Group2', 'Col1'), ('Group2', 'Col2')]
  )
  

  访问多级列可使用df[('Group1', 'Col1')]或df['Group1']['Col1']的方式。

R 生态 #

• data.table：支持多级列名，可通过setnames直接设置多级命名：

  library(data.table)
  dt <- data.table(a1 = 1:3, a2 = 4:6, b1 = 7:9, b2 = 10:12)
  setnames(dt, c("a1", "a2", "b1", "b2"), list(c("A", "A", "B", "B"), c("X", "Y", "X", "Y")))
  

• tidyverse：可通过pivot_wider/pivot_longer转换实现多级列的逻辑，或用separate_wider_delim拆分列名模拟多级结构。

Julia 生态 #

• DataFrames.jl：原生支持多级列索引（MultiColumnIndex），创建方式直观：

  using DataFrames
  df = DataFrame(
      [1 2 3 4],
      columns = [("Group1", "Col1"), ("Group1", "Col2"), ("Group2", "Col1"), ("Group2", "Col2")]
  )
  

  导入DataFramesMeta后，还可通过df.Group1.Col1简化多级列访问。

其他工具 #

• Apache Spark：通过StructType结构化列实现类似多级列的效果，将一组列封装为Struct类型：

  import org.apache.spark.sql.types._
  val schema = StructType(Seq(
      StructField("Group1", StructType(Seq(StructField("Col1", IntegerType), StructField("Col2", IntegerType)))),
      StructField("Group2", StructType(Seq(StructField("Col1", IntegerType), StructField("Col2", IntegerType))))
  ))
  

多数工具并非不支持多级列/索引，只是实现逻辑和pandas略有差异——部分用结构化列模拟，部分则提供原生多级命名支持，只需对应工具的语法规范即可实现类似双层表头的效果。

内容的提问来源于stack exchange，提问作者pyjamas