如何将Pandas DataFrame的多级列转换为多级索引完成结构重塑

你可以直接用Pandas内置的stack方法完成多级列的重塑，不需要手动拆分拼接，完整实现代码如下：

import pandas as pd

# 假设你的原始DataFrame变量名为df
# 先给多级列设置层级名，方便后续操作
df.columns.names = ['metric', 'sym']

# 核心转换逻辑
result = df.stack(level='sym')\
           .swaplevel('date', 'sym')\
           .sort_index()

操作说明 #

• stack(level='sym')：将存放A/B值的sym列层级从列索引移动到行索引，此时行索引顺序为[date, sym]
• swaplevel：交换两个行索引的顺序，得到你需要的[sym, date]层级结构
• sort_index()：按索引排序，保证同一个sym下的date按时间顺序排列

如果没有给列设置层级名，也可以直接用层级编号操作，层级从左到右从0开始计数，对应代码：

result = df.stack(level=1).swaplevel(0,1).sort_index()
# 给结果的行索引设置名称，方便后续分组操作
result.index.names = ['sym', 'date']

后续分组操作示例 #

处理完成后你可以直接基于sym层级做分组计算，不需要拆分DataFrame：

# 按sym分组计算x1的平均值
sym_x1_mean = result.groupby(level='sym')['x1'].mean()

# 按sym分组新增衍生列：x1与x2的差值
result['x_diff'] = result.groupby(level='sym').apply(lambda df: df['x1'] - df['x2']).droplevel(0)

内容的提问来源于stack exchange，提问作者jgarber79