基于列名与位置为pandas DataFrame创建多级列索引的实现方法

直接按以下步骤实现即可，无需硬编码中间列名称，完全匹配你的位置指定需求：

完整实现代码 #

import pandas as pd

# 1. 定位maths类列的起始位置
cols = df.columns.tolist()
maths_start_idx = next(i for i, col in enumerate(cols) if col.startswith("maths_"))

# 2. 构造多级列索引元组列表
multi_columns = []
# 处理id列（保持独立）
multi_columns.append(("", "id"))
# 处理student_data分类下的列：第二列到maths前一列
for col in cols[1:maths_start_idx]:
    multi_columns.append(("student_data", col))
# 处理学科成绩列，拆分0级学科、1级指标
for col in cols[maths_start_idx:]:
    subject, metric = col.split("_", maxsplit=1)
    multi_columns.append((subject, metric))

# 3. 替换原df的列索引
df.columns = pd.MultiIndex.from_tuples(multi_columns)

方案说明 #

• 自动定位maths相关列的起始位置，中间name到class不管有多少列都可以自动归入student_data分类，无需手动指定列名
• 成绩列只拆分第一个下划线，即使后续指标名包含下划线也不会出错
• id列0级索引设为空字符串，完全符合你给出的最终结构展示样式，如果需要id完全保持单级样式，也可以将id列设为行索引：df = df.set_index("id")，后续列的多级索引结构不变

内容的提问来源于stack exchange，提问作者Ankur