如何合并pandas DataFrame中存在重复值的多级列索引层级？

现有构造的DF二级列索引中存在重复的一级层级origin，可通过以下代码合并同一一级层级下的所有子列，消除重复层级：

方法1：简洁分组转置实现 #

DF = DF.T.groupby(level=0).apply(lambda x: x.reset_index(level=0, drop=True)).T

执行逻辑：先将DataFrame转置，使原多级列索引变为行索引，按一级索引（level=0）分组后删除每组的重复一级索引，再转置回原结构即可自动合并同一一级层级下的所有二级子列。

方法2：手动重构列索引实现（逻辑更直观） #

from collections import defaultdict
import pandas as pd

# 按一级列索引归类所有二级子列
col_mapping = defaultdict(list)
for l1, l2 in DF.columns:
    col_mapping[l1].append(l2)

# 构建新的无重复一级层级的多级列索引
new_cols = pd.MultiIndex.from_tuples(
    [(l1, l2) for l1 in col_mapping for l2 in col_mapping[l1]]
)

# 按新索引重排DataFrame
DF = DF.reindex(new_cols, axis=1)

处理完成后，origin一级层级下将包含a、b、e、f四个二级子列，destination层级保持不变，符合预期效果。

内容的提问来源于stack exchange，提问作者Panhypersebsatos