Python Pandas如何为DataFrame现有列添加顶层主列头

问题场景 #

当前已有如下单级列头的DataFrame数据集：

import pandas as pd
data={'a1':[1,2,3,4,5],'a2':[4,5,6,7,8],'b1':[2,5,3,7,9],'b2':[7,5,8,9,3],'c1':[2,4,5,7,5]}
df = pd.DataFrame(data)
df

需要实现多级列头效果：将a1、a2归类到顶层列头A下，b1、b2归类到顶层列头B下，c1单独归类，效果如下：

实现代码 #

通过pandas内置的MultiIndex多级列索引即可快速实现，无需安装额外依赖：

# 定义原始列和顶层分组的对应关系
col_group_map = {
    'a1': 'A',
    'a2': 'A',
    'b1': 'B',
    'b2': 'B',
    'c1': 'C' # 如果不需要给c1加顶层分组，可将'C'替换为空字符串''
}

# 替换原有列头为多级索引
df.columns = pd.MultiIndex.from_tuples(
    [(col_group_map[col], col) for col in df.columns]
)

运行后输出的df即为目标多级列头结构：

A     B     C
  a1 a2 b1 b2 c1
0  1  4  2  7  2
1  2  5  5  5  4
2  3  6  3  8  5
3  4  7  7  9  7
4  5  8  9  3  5

常用操作提示 #

• 筛选某一顶层分组下的所有列：直接传入顶层列名即可，例如df['A']会返回a1、a2两列组成的单级头DataFrame
• 筛选指定多级路径的单列：传入元组形式的路径，例如df[('B', 'b2')]即可取到B组下的b2列数据

内容的提问来源于stack exchange，提问作者Win Yen Tham