如何为Pandas合并多CSV后的DataFrame设置多层级表头

直接用以下代码即可实现需求，同时保留每个文件的名称作为高层表头，低层表头统一为0-255：

import os
import glob
import pandas as pd

path = r'may12_fm'
all_files = glob.glob(os.path.join(path, '*.csv'))

dfs = []
for file_path in all_files:
    # 提取文件名（去掉.csv后缀，如需保留后缀直接用os.path.basename(file_path)）
    file_name = os.path.splitext(os.path.basename(file_path))[0]
    # 读取单个CSV文件
    df = pd.read_csv(file_path, header=None)
    # 为当前DataFrame设置多层列索引：高层是文件名，低层是0-255
    df.columns = pd.MultiIndex.from_product([[file_name], df.columns])
    dfs.append(df)

# 按列合并所有DataFrame
df_may = pd.concat(dfs, axis=1)

关键说明： #

• pd.MultiIndex.from_product：简洁生成「文件名 + 0-255」的多层索引组合，替代手动构造元组的繁琐方式
• 合并后最终的DataFrame行数保持为8，列数为文件数量 × 256，列索引为两层结构：第一层对应每个CSV文件的名称，第二层统一是0到255的编号

内容的提问来源于stack exchange，提问作者Talal Ghannam