如何移除或操作Pandas对比生成DataFrame中的self/other层级行

df.compare()返回的结果默认使用二级MultiIndex作为列名，第一级为原始数据表的字段名，第二级固定为self（对应第一张对比表df1的取值）、other（对应第二张对比表df2的取值）。针对不同操作需求可以用以下方案实现：

• 需求1：将二级列名拍平为单层级，方便后续常规读写操作
  可以用下划线拼接两级列名，避免重名问题：

  Comparison.columns = ['_'.join(col) for col in Comparison.columns.values]
  

  处理后列名将变为First Name_self、First Name_other、Last Name_self、Last Name_other、Age_self、Age_other，转换为普通单层级DataFrame。

• 需求2：单独提取所有self或other对应的列
  用xs方法按层级筛选列即可：

  # 提取所有self列（对应df1的全部值）
  df_self = Comparison.xs('self', level=1, axis=1)
  # 提取所有other列（对应df2的全部值）
  df_other = Comparison.xs('other', level=1, axis=1)
  

  筛选后得到的DataFrame列名就是原始的First Name、Last Name、Age，无二级层级。

• 需求3：直接删除self/other层级（允许重名列）
  如果不需要保留self/other标识，可以直接删除二级列层级：

  Comparison.columns = Comparison.columns.droplevel(1)
  

  处理后每个原始字段对应两列重名列，分别存储df1和df2的取值，适合做同字段横向对比场景。

• 需求4：将self/other从列层级转换为行层级
  如果需要按行维度对比两个表的取值，可以用stack方法调整层级结构：

  comparison_row = Comparison.stack(1)
  

  调整后每行索引对应(原始行号, self/other标识)，每列对应原始字段名，更适合按行查看差异。

内容的提问来源于stack exchange，提问作者Kronivar