如何基于指定列给Pandas DataFrame添加分组表头行？

步骤1：修正现有表头 #

如果你的DataFrame实际列名在第二行（索引为1），先将其设为正式列名并清理无关行：

import pandas as pd

# 假设df是你的目标DataFrame
df.columns = df.iloc[1]  # 把第二行设为列名
df = df.drop([0, 1])     # 删除前两行（原表头上方的无用行）
df = df.reset_index(drop=True)  # 重置索引

步骤2：定义列分组映射 #

明确哪些列归属于哪个子表头，示例如下（根据你的实际需求修改）：

# 自定义分组规则：键是子表头名称，值是对应列名列表
group_map = {
    '订单核心信息': ['Order ID', 'Order Date', 'Ship Mode'],
    '客户信息': ['Customer ID', 'Customer Name', 'Region'],
    '商品交易信息': ['Product ID', 'Category', 'Sales', 'Quantity']
}

步骤3：构建多层子表头（MultiIndex） #

将分组与列名组合成多层索引，实现子表头效果：

# 生成多层索引所需的元组列表
multi_column_tuples = []
for group_name, columns in group_map.items():
    for col in columns:
        multi_column_tuples.append((group_name, col))

# 为DataFrame设置多层表头
df.columns = pd.MultiIndex.from_tuples(multi_column_tuples)

可选：利用主键优化结构 #

如果需要用Order ID作为主键，可以将其设置为索引：

# 把Order ID设为索引（level=1表示取第二层列名）
df = df.set_index(('订单核心信息', 'Order ID'))

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