如何将MultiIndex中的latlon层级拆分为lat和lon两个层级？

针对你提到的MultiIndex中包含分号分隔的latlon字符串层级，需要拆分为两个浮点型层级的需求，以下是更简洁、高效的实现方式，无需手动循环或重建整个DataFrame：

核心思路 #

利用Pandas的矢量化字符串操作str.split直接处理latlon层级，替换原MultiIndex中的对应层级，保留其他所有层级的结构，避免数据复制，更适合大规模数据（如25000行×750列）。

代码实现 #

针对示例中的3层级索引

import pandas as pd
import numpy as np

# 初始化测试数据（同你的示例）
number = [1, 2, 3]
name = ['foo', 'bar', 'baz']
latlon = ['10.1;50.1', '12.2;52.2', '13.3;53.3']
idx = pd.MultiIndex.from_arrays([number, name, latlon], 
                                 names=('number','name', 'latlon'))
data = np.random.rand(4,3)
df = pd.DataFrame(data=data, columns=idx)

# 核心处理步骤
# 1. 拆分latlon层级为lon和lat的浮点型Series（对应你原逻辑的拆分顺序）
latlon_split = df.columns.get_level_values('latlon').str.split(';', expand=True).astype(float)
latlon_split.columns = ['lon', 'lat']

# 2. 构建新的MultiIndex数组：保留原有层级，加入拆分后的lon、lat
new_index_arrays = [
    df.columns.get_level_values('number'),
    df.columns.get_level_values('name'),
    latlon_split['lon'],
    latlon_split['lat']
]
new_index_names = ['number', 'name', 'lon', 'lat']

# 3. 直接替换DataFrame的列索引
df.columns = pd.MultiIndex.from_arrays(new_index_arrays, names=new_index_names)

适配10层级索引的通用写法

如果原MultiIndex有10个层级，latlon只是其中一个，无需手动列出所有层级，可通过动态定位层级位置来替换：

# 获取原索引的所有层级名称
old_names = df.columns.names
# 找到latlon层级的位置
latlon_pos = old_names.index('latlon')

# 拆分latlon为lon和lat
latlon_split = df.columns.get_level_values('latlon').str.split(';', expand=True).astype(float)
latlon_split.columns = ['lon', 'lat']

# 收集所有层级的数组，替换latlon为lon和lat
index_arrays = []
for i, name in enumerate(old_names):
    if name == 'latlon':
        index_arrays.append(latlon_split['lon'])
        index_arrays.append(latlon_split['lat'])
    else:
        index_arrays.append(df.columns.get_level_values(name))

# 构建新的层级名称：替换latlon为lon和lat
new_names = []
for name in old_names:
    if name == 'latlon':
        new_names.extend(['lon', 'lat'])
    else:
        new_names.append(name)

# 替换列索引
df.columns = pd.MultiIndex.from_arrays(index_arrays, names=new_names)

优势对比 #

• 无需循环：利用Pandas矢量化操作替代手动遍历，代码更简洁，执行效率更高
• 避免数据复制：直接修改列索引，无需通过df.values重建DataFrame，减少内存开销
• 鲁棒性更强：自动处理所有层级，无需手动提取每个层级的列表，降低出错概率

内容的提问来源于stack exchange，提问作者JC_CL