如何对多级表头DataFrame执行Pivot/Stack操作？

场景1：修复CSV读取后带空白的多级列名 #

如果你的CSV表头是两行结构（第一行是类别A/B但隔列空白，第二行是min/max），读取后列名第一级会出现空白值，可通过向前填充补全：

# 读取CSV文件（指定两行作为表头，item列为索引）
df = pd.read_csv('your_file.csv', header=[0,1], index_col='item')

# 补全第一级列名的空白值
df.columns = df.columns.set_levels(df.columns.get_level_values(0).ffill(), level=0)

执行后就能得到示例中无空白的正确两级列头结构。

场景2：转换为长格式DataFrame #

如果是想把现有多级列的宽表转成每行对应一个类别（A/B）的长表，用stack方法即可，比pivot table更直接：

# 将第一级列（A/B）堆叠为行
df_long = df.stack(level=0).reset_index()
# 重命名列名让结构更清晰
df_long.columns = ['item', 'category', 'min', 'max']

最终输出结果：

内容的提问来源于stack exchange，提问作者Avash