如何直接从列表/元组创建Multi-Index（多层索引）DataFrame？

当然有办法直接创建！你当前的方法完全可行，但确实可以跳过先建普通DataFrame再设置索引的步骤，直接从你的列表生成多层索引的DataFrame。这里有两种简洁的实现方式：

方法一：拆分数据并显式构建MultiIndex #

你可以把每行数据拆分为索引部分和值部分，用pd.MultiIndex.from_tuples提前构建好多层索引，再直接传入DataFrame构造函数：

import pandas as pd

data = [["Machine","Car","Sedan",10], ["Machine","Bike","2 Wheel",5], ["Machine","Bike","3 Wheel",4], ["Animal","Donkey","Big",2]]

# 提取每行前三个元素作为索引元组，第四个元素作为值
index_tuples = [tuple(row[:3]) for row in data]
values = [row[3] for row in data]

# 定义各索引层级的名称
index_names = ["Category", "Sub Category", "Sub Sub Category"]

# 创建多层索引对象
multi_index = pd.MultiIndex.from_tuples(index_tuples, names=index_names)

# 直接生成带多层索引的DataFrame
df = pd.DataFrame(values, index=multi_index, columns=["Value"])

方法二：紧凑的合并写法 #

如果喜欢更简洁的代码，也可以把所有步骤合并成一段（依然保持可读性）：

import pandas as pd

data = [["Machine","Car","Sedan",10], ["Machine","Bike","2 Wheel",5], ["Machine","Bike","3 Wheel",4], ["Animal","Donkey","Big",2]]

df = pd.DataFrame(
    [row[3] for row in data],
    index=pd.MultiIndex.from_tuples(
        [tuple(row[:3]) for row in data],
        names=["Category", "Sub Category", "Sub Sub Category"]
    ),
    columns=["Value"]
)

原理说明 #

多层索引（MultiIndex）的核心是由一系列元组组成的，每个元组对应一行的完整索引路径。我们通过提取每行前三个元素并转为元组，直接构建出这个索引结构，再把第四个元素作为值列，这样就省去了后续调用set_index的步骤。如果你的原始数据本身就是元组格式（比如("Machine", "Car", "Sedan", 10)），那连tuple()转换都可以省略，直接用row[:3]即可。

备注：内容来源于stack exchange，提问作者Tim