如何使用Pandas from_dict(orient='index')生成多级索引DataFrame？

嘿，这个问题我之前也碰到过！当你用orient='index'调用pd.DataFrame.from_dict()时，Pandas默认不会自动把元组类型的键转换成MultiIndex，不过有两种简洁的方法可以直接实现你要的效果：

方法一：先构造DataFrame再转换索引 #

这是最贴合你原有思路的写法，先通过orient='index'生成DataFrame，再把普通索引转换成MultiIndex：

import pandas as pd

input_dict = {('row_1','row_1_1'): [1], ('row_1','row_1_2'): [2], ('row_2','row_2_1'): [3]}

df = pd.DataFrame.from_dict(input_dict, orient='index')
# 将元组组成的普通索引转换为MultiIndex
df.index = pd.MultiIndex.from_tuples(df.index)

print(df)

方法二：初始化时直接指定MultiIndex索引 #

这种写法更一步到位，直接从字典的键和值构造DataFrame并设置MultiIndex：

import pandas as pd

input_dict = {('row_1','row_1_1'): [1], ('row_1','row_1_2'): [2], ('row_2','row_2_1'): [3]}

df = pd.DataFrame(
    list(input_dict.values()),
    index=pd.MultiIndex.from_tuples(input_dict.keys())
)

print(df)

两种方法都会输出你预期的结果：

0
row_1 row_1_1  1
      row_1_2  2
row_2 row_2_1  3

相比转置.T的方案，这两种方法逻辑更清晰，也避免了转置操作可能带来的不必要步骤，完全符合你想要的简洁性要求。

内容的提问来源于stack exchange，提问作者Grzegorz