Python中为拼接自多组np.array的DataFrame设置分组表头

首先需要明确三个原始NumPy数组各自的列数（记为col1、col2、col3），确保三者之和等于75000。根据你需要的表头样式，分两种场景实现：

场景1：普通分组列名（前缀区分） #

如果只是需要给不同来源的列加上分组前缀，直接拼接时指定列名即可：

import pandas as pd
import numpy as np

# 替换为你的实际数组和列数
col1, col2, col3 = 25000, 25000, 25000
arr1 = np.random.rand(12, col1)  # 第一个原始数组
arr2 = np.random.rand(12, col2)  # 第二个原始数组
arr3 = np.random.rand(12, col3)  # 第三个原始数组

# 生成各分组的列名列表
group1_cols = [f'Group1_col{i}' for i in range(col1)]
group2_cols = [f'Group2_col{i}' for i in range(col2)]
group3_cols = [f'Group3_col{i}' for i in range(col3)]

# 拼接数组并设置列名
df = pd.DataFrame(
    np.hstack([arr1, arr2, arr3]),
    columns=group1_cols + group2_cols + group3_cols
)

如果已经有拼接好的无表头DataFrame，直接修改列名：

# 假设df_raw是已有的(12,75000)无表头DataFrame
df_raw.columns = group1_cols + group2_cols + group3_cols

场景2：多级分组表头（大标题套小标题，对应附图样式） #

如果需要类似分组折叠的多级表头，使用pd.MultiIndex创建层级列名：

# 生成多级列名元组列表
multi_col_tuples = (
    [('Group1', f'Col{i}') for i in range(col1)] +
    [('Group2', f'Col{i}') for i in range(col2)] +
    [('Group3', f'Col{i}') for i in range(col3)]
)
multi_cols = pd.MultiIndex.from_tuples(multi_col_tuples)

# 生成带多级表头的DataFrame
df_multi = pd.DataFrame(
    np.hstack([arr1, arr2, arr3]),
    columns=multi_cols
)

对已有DataFrame修改为多级表头：

df_raw.columns = multi_cols

关键注意事项 #

• 必须保证col1 + col2 + col3 = 75000，否则会出现列数不匹配的报错
• 可以根据需求自定义分组名称（比如把Group1换成业务相关的名称）和列名后缀

内容的提问来源于stack exchange，提问作者Malahat Mehraban