Python如何创建带时间戳行索引的多级列索引DataFrame

以下实现全程基于pandas原生接口，不需要额外依赖。 #

核心实现步骤 #

• 导入依赖库

import pandas as pd

• 步骤1：预处理单表基础结构
  先把所有待合并的DataFrame做统一格式处理：将时间戳列转为datetime类型并设为行索引，把原始业务列名替换为对应的日期维度值，保证后续合并时列维度对齐。

# 处理示例DF0
DF0['timestamp'] = pd.to_datetime(DF0['timestamp'])
DF0 = DF0.set_index('timestamp')
# 把业务列名替换为实际对应的日期，比如两列数据分别对应2024-01-01、2024-01-02
DF0.columns = ['2024-01-01', '2024-01-02']

# 用相同逻辑处理DF1
DF1['timestamp'] = pd.to_datetime(DF1['timestamp'])
DF1 = DF1.set_index('timestamp')
DF1.columns = ['2024-01-01', '2024-01-02']

• 步骤2：给单表绑定专属ID作为二级列索引
  用pd.MultiIndex给每个表的列加上ID层级，支持自定义任意ID值，示例中给DF0分配ID=5、DF1分配ID=6：

# 为DF0添加ID层级，列结构变为 (ID值, 日期)
DF0.columns = pd.MultiIndex.from_product(
    [[5], DF0.columns],
    names=['ID', 'date']
)

# 为DF1添加ID层级
DF1.columns = pd.MultiIndex.from_product(
    [[6], DF1.columns],
    names=['ID', 'date']
)

• 步骤3：横向拼接得到最终多级索引表
  因为所有表的行索引都是统一的datetime时间戳，直接按列拼接即可自动对齐时间维度：

final_df = pd.concat([DF0, DF1], axis=1)

常用操作说明 #

• 提取指定ID的全量数据：直接用一级索引取值，比如final_df[5]即可拿到ID为5的所有日期列数据
• 提取指定ID+日期的单列数据：传入多级索引元组即可，比如final_df[(5, '2024-01-01')]
• 如果待合并的表存在时间戳不匹配、日期列不统一的情况，concat会自动对齐索引，缺失位置填充NaN，不需要额外做对齐处理
• 要修改各表的二级ID值，只需要调整from_product中第一个列表内的取值即可，支持数字、字符串等任意可哈希类型作为ID

测试验证样例 #

你可以用以下测试数据快速跑通流程验证效果：

# 构造测试用DF0、DF1
DF0 = pd.DataFrame({
    'timestamp': ['2024-01-01 00:00', '2024-01-01 01:00', '2024-01-01 02:00'],
    'biz_col1': [12, 15, 9],
    'biz_col2': [22, 18, 24]
})
DF1 = pd.DataFrame({
    'timestamp': ['2024-01-01 00:00', '2024-01-01 01:00', '2024-01-01 02:00'],
    'biz_col1': [33, 27, 31],
    'biz_col2': [41, 45, 38]
})

运行完前面的处理流程后，输出的final_df就是你要的「ID-日期」双层列索引、行索引为datetime时间戳的结构。

提示：如果你的业务列对应的日期不需要硬编码，可以根据原始数据的日期字段动态解析生成列名列表，替换掉示例中硬编码的日期列表即可。

内容的提问来源于stack exchange，提问作者rainbowlegend21