为Pandas DataFrame添加上层列索引报错求解决方案

问题分析 #

你的错误源于使用pd.MultiIndex.from_product时，它会对两个输入列表做笛卡尔积，导致生成的索引元素数量是原列数的2倍（比如你示例中4列会生成8个索引元素），和原DataFrame的列数不匹配，从而抛出长度错误。

正确的思路是让上层索引和原列名一一对应：前半部分列对应A，后半部分对应B，再通过from_arrays构造多级索引。

解决方案代码 #

1. 针对你的可复现代码（4列场景）

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randn(1,4), columns=[0,1,0,1])

# 构造上层索引：前2列归属A，后2列归属B
upper_cols = ['A'] * 2 + ['B'] * 2
# 组合成多级列索引
df.columns = pd.MultiIndex.from_arrays([upper_cols, df.columns])
print(df)

运行后输出符合预期：

A                   B         
          0         1         0         1
0  0.423567 -0.189234  0.987654 -0.345123

2. 针对60列的实际场景

假设前30列归属A，后30列归属B，只需调整分组数量：

# 60列场景：前30列归A，后30列归B
group_size = 30
upper_cols = ['A'] * group_size + ['B'] * group_size
df.columns = pd.MultiIndex.from_arrays([upper_cols, df.columns])

关键说明 #

• pd.MultiIndex.from_arrays接收两个等长数组，按位置配对生成多级索引，完美匹配原列数；
• 如果你需要更灵活的分组（比如按列名规律分组），可以根据列名的出现次数或其他规则生成upper_cols数组，核心保证和原列数一致即可。

内容的提问来源于stack exchange，提问作者Adel Moustafa