将单级列DataFrame转为多级索引列后行值变为NaN的问题

问题根源很明确：你新构造的多级索引列和原DataFrame的普通列索引完全不匹配，pandas找不到对应列的数据，自然全部填充成NaN。

不用绕弯路重新创建DataFrame，直接修改列索引就能解决，两种实用方法任选：

方法一：直接修改原DataFrame的列索引 #

col = pd.MultiIndex.from_product([['stack name'], df_prc_RI3.columns])
df_prc_RI3.columns = col

执行后原DataFrame的列会直接转为多级索引，所有数据完整保留。

方法二：创建新DataFrame（不改动原数据） #

如果不想修改原始数据集，先复制再修改列索引：

col = pd.MultiIndex.from_product([['stack name'], df_prc_RI3.columns])
ddf = df_prc_RI3.copy()
ddf.columns = col

内容的提问来源于stack exchange，提问作者zanjan vh