如何为pandas多层表头DataFrame的每个上层父列组新增子列

该需求可以直接实现，不需要完全重构DataFrame的列结构。
你之前操作报错是因为当前DataFrame的列是二级MultiIndex结构，不能直接用单层索引的df['S4']语法赋值，需要用多层索引对应的元组格式指定列名。

完整实现代码 #

import pandas as pd
import numpy as np

# 原始DataFrame构造逻辑（对应你给出的示例）
header = pd.MultiIndex.from_product([['location1','location2'],
                                     ['S1','S2','S3']],
                                    names=['loc','S'])
df = pd.DataFrame(np.random.randn(5, 6), 
                  index=['a','b','c','d','e'], 
                  columns=header)

# 提取需要赋值给S4的数值，示例中S4取值为对应行location1下的S3值
s4_values = df[('location1', 'S3')]

# 遍历所有location分组，逐个新增S4列
for loc in df.columns.get_level_values('loc').unique():
    df[(loc, 'S4')] = s4_values

# 按列索引排序，保证同一个location下的S1~S4列连续排列
df = df.sort_index(axis=1, level=['loc', 'S'])

逻辑说明 #

• 多层索引列的赋值规范为df[(一级列名, 二级列名)] = 赋值内容，pandas会自动匹配多层索引结构新增对应列，不会触发索引不存在报错
• 如果你的S4列需要自定义计算逻辑，直接替换s4_values的生成逻辑即可，比如要计算每个location下S1、S2、S3的平均值，可将循环内的赋值逻辑改为df[(loc, 'S4')] = df[loc][['S1','S2','S3']].mean(axis=1)
• 最终的sort_index操作为可选步骤，仅用于优化列的展示顺序，不影响数据正确性

内容的提问来源于stack exchange，提问作者JMCampos