如何通过字典映射为Pandas DataFrame添加列层级

将原有单层列索引替换为两层MultiIndex即可，上层保留原列名，下层使用字典查询得到的映射值，完全匹配目标结构。

可直接运行的完整代码 #

import pandas as pd
# 初始化示例数据
df = pd.DataFrame(index=list('abcde'), data={'A': range(5), 'B': range(5)})
my_dict = {"B": "BB","A": "AA","C": "CC"}
# 构建双层列索引并替换原有列
df.columns = pd.MultiIndex.from_arrays(
    [df.columns, [my_dict[col] for col in df.columns]]
)

实际输出 #

执行代码后生成的DataFrame结构与预期完全一致：

A  B
   AA BB
a  0  0
b  1  1
c  2  2
d  3  3
e  4  4

注意事项 #

• 代码仅遍历DataFrame已存在的列，字典中定义但不属于df的键（如示例中的C）不会参与运算，既不会触发KeyError，也不会新增多余列
• 如果需要调整层级上下顺序，只需调换from_arrays中两个列表的位置即可

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