如何使用Pandas创建列多级索引层级不同的DataFrame并解决新增列报错

你的DataFrame列索引为固定3级的MultiIndex结构，所有列必须对应长度为3的元组(level_1, level_2, level_3)，层级长度不匹配就会触发索引异常：

• df.loc[index, 'route'] = something能执行成功是Pandas的兼容逻辑：会自动将单级的route补全为('route', NaN, NaN)的三级列索引，本质上新增的仍然是符合3级结构的列，不是真的1级列。
• ('route', 'best')是长度为2的元组，和3级索引的要求长度不匹配，Pandas无法自动补全匹配，也找不到对应存在的列，就会抛出KeyError。

逐行赋值写法 #

直接传入完整的3级列索引元组即可，第三级可以根据你的需求设置为空字符串或者自定义命名：

for index, row in df.iterrows():
    # 第三级设为空
    df.loc[index, ('route', 'best', '')] = something
    # 或者第三级设为自定义命名，比如'val'
    # df.loc[index, ('route', 'best', 'val')] = something

更高效的整列赋值写法 #

逐行iterrows遍历的效率很低，数据量超过千行时建议直接用向量化的整列赋值，不需要循环：

# something可以是固定值，也可以是和df行数相同的序列/列表
df[('route', 'best', 'val')] = something

批量新增多列写法 #

如果需要提前批量新增多个多级列，可以用reindex一次性更新列索引：

# 定义要新增的所有三级列
new_columns = [
    ('route', 'best', 'val'),
    ('route', 'worst', 'val'),
    ('route', 'avg', 'val')
]
# 合并原有列和新增列，重建列索引
all_columns = list(df.columns) + new_columns
df = df.reindex(columns=pd.MultiIndex.from_tuples(all_columns, names=df.columns.names))

内容的提问来源于stack exchange，提问作者Florent