如何将普通pandas DataFrame转换为多级列索引DataFrame？

核心逻辑非常直接：由于你的列是按三类财务报表顺序连续排列的，只需要给每一列匹配对应的一级报表分类，再通过pd.MultiIndex重构列索引即可，不需要复杂的表变形操作。

场景1：已知三类报表各自对应的指标列数（最常用） #

绝大多数情况下你提前知道利润表、资产负债表、现金流量表分别包含多少个指标列，直接按列顺序匹配一级分类即可，示例代码如下：

import pandas as pd

# 按你实际的列数量修改下面的数值：比如利润表有5个指标就*5，资产负债表有8个就*8
level1_columns = [
    *["INCOME STATEMENT (in mln.)"] * 2,   # 替换2为利润表实际指标列数
    *["BALANCE SHEET (in mln.)"] * 2,      # 替换2为资产负债表实际指标列数
    *["CASH FLOW STATEMENT (in mln.)"] * 2 # 替换2为现金流量表实际指标列数
]

# 重构为两级列索引，第一级是报表分类，第二级是原始指标名
df.columns = pd.MultiIndex.from_arrays(
    [level1_columns, df.columns],
    names=["Report Category", "Financial Metric"] # 可选，给两级索引命名方便后续筛选
)

举个匹配的原始数据例子：如果你的原始列顺序是["Revenue", "Net Income", "Total Assets", "Total Liabilities", "Operating Cash Flow", "CapEx"]，对应每类2个指标，运行上面代码后得到的多级列结构完全符合你的要求。

场景2：原始列中包含报表分类名作为分隔列 #

如果你的原始单级列里，三个报表的分类名称本身是作为单独的占位列存在的，可以自动识别分类边界，不需要手动数列数：

# 定义三个一级报表分类
report_cats = [
    "INCOME STATEMENT (in mln.)",
    "BALANCE SHEET (in mln.)",
    "CASH FLOW STATEMENT (in mln.)"
]

# 遍历所有列，自动给每个指标匹配所属分类
level1_columns = []
current_cat = None
for col_name in df.columns:
    if col_name in report_cats:
        current_cat = col_name
    level1_columns.append(current_cat)

# 生成多级列索引
df.columns = pd.MultiIndex.from_arrays([level1_columns, df.columns])

# 不需要保留分类占位列的话，执行下面这行过滤即可
# df = df.loc[:, [col for col in df.columns if col[0] != col[1]]]

转换后使用说明 #

转换完成后可以直接按多级索引的常规逻辑取数：

• 提取整张利润表数据：df["INCOME STATEMENT (in mln.)"]
• 提取单个指标（比如净利润）：df[("INCOME STATEMENT (in mln.)", "Net Income")]

注意：构造level1_columns时一定要保证列表长度和原始DataFrame的列数完全一致，否则会触发长度不匹配的报错。

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