如何将列映射为多级索引表头并设置指定列为行索引？

你之前操作出现NA值的核心原因是直接转置时没有对齐行、列维度的唯一值映射关系，用pivot方法可以直接匹配对应维度的取值，避免非必要空值生成。

1. 构造样例输入（匹配你提到的4列数据结构） #

import pandas as pd
# 样例输入数据，可替换为你的真实数据集读取逻辑
df = pd.DataFrame({
    "Area Code": ["A01", "A01"],
    "Region Code": ["R01", "R02"],
    "Age of District": [10, 20],
    "Amount of crime": [23, 45]
})

2. 生成目标多级表头结构 #

# 指定行索引、多级列头、填充值
result = df.pivot(
    index="Age of District",
    columns=["Area Code", "Region Code"],
    values="Amount of crime"
)

# 若存在同Area Code、Region Code、Age of District下的多条重复数据，先聚合再转换，避免pivot报错
# df_agg = df.groupby(["Area Code", "Region Code", "Age of District"], as_index=False)["Amount of crime"].sum()
# result = df_agg.pivot(index="Age of District", columns=["Area Code", "Region Code"], values="Amount of crime")

# 若业务允许缺失值填0，可补充下方逻辑
# result = result.fillna(0)

如果生成结果中仍存在NA，属于业务层面的真实缺失：即对应Area Code+Region Code组合没有该Age of District的犯罪记录，可根据业务规则选择补0、删除全空行/列或保留空值。

• 如果核心使用场景为按房龄维度做跨区域对比、房龄维度的趋势分析：你预期的多级表头宽表结构是合理的，支持直接调用统计、可视化方法，操作效率更高。
• 如果核心使用场景为按区域筛选、特征工程、高频分组统计：更建议保留原始长表结构，无需转宽。长表不会存在空值占位的冗余存储问题，做分组过滤的性能也优于宽表。
• 如果需要做双向交叉分析：可以将Age of District也加入多级列头/行头，无需固定死行索引维度。

内容的提问来源于stack exchange，提问作者chrisC