Pandas拼接多DataFrame保留索引名生成多级行索引

直接调用pd.concat(dfList, axis=0)无法得到预期结果的原因是：每个子DataFrame的分组标识（G1、G2）仅作为单个DataFrame的索引名存在，拼接时不会自动升级为上层索引保留分组层级。

你可以通过给每个子DataFrame新增一级MultiIndex的方式实现目标效果，示例代码如下：

import pandas as pd

# 预处理每个子DataFrame，添加分组级索引
processed_dfs = []
for df in dfList:
    # 取当前子DataFrame的索引名作为分组标识
    group_key = df.index.name
    # 构造双层索引：第一层为分组名，第二层为原数值索引
    df = df.set_index(
        pd.MultiIndex.from_tuples(
            [(group_key, idx) for idx in df.index],
            names=[None, None]
        )
    )
    processed_dfs.append(df)

# 拼接预处理后的DataFrame
Final_Combined_DF = pd.concat(processed_dfs, axis=0)

执行上述代码后打印Final_Combined_DF，得到的展示效果和你预期的完全一致：分组名G1、G2会单独显示在对应数据块的首行，下方为该分组对应的所有数值行，列结构保持原有的monthNum 1、2不变。如果追求更简洁的写法，也可以用列表推导式实现：

Final_Combined_DF = pd.concat(
    [df.set_index(pd.MultiIndex.from_tuples([(df.index.name, i) for i in df.index])) 
     for df in dfList]
)

内容的提问来源于stack exchange，提问作者Zanam