堆叠含多级表头的Pandas DataFrame时遇TypeError问题求助

你猜的没错！这个错误确实是因为二级表头混合了字符串和整数类型导致的——Pandas的stack()操作会尝试对列层级进行排序，而字符串和整数无法直接比较大小，所以才抛出了TypeError: '<' not supported between instances of 'str' and 'int'这个错误。

下面针对你的两种场景（手动创建DataFrame、从Excel读取DataFrame）给出具体的解决方案：

场景1：手动创建多级表头的DataFrame #

如果是像示例里手动构建MultiIndex，你可以在创建时直接把二级表头的所有元素转为字符串：

import pandas as pd
# 创建时统一将二级表头元素转为字符串
multicol = pd.MultiIndex.from_tuples([('Car', str('Megane')), ('Car', str(5008))])
df = pd.DataFrame([[1, 2], [2, 4]], index=['Diesel', 'Escence'], columns=multicol)
# 现在执行stack()就不会报错了
stacked_df = df.stack()

如果已经创建好了DataFrame，也可以事后修改二级表头的类型：

# 针对已有的df，将二级列索引全部转为字符串
df.columns = df.columns.set_levels(df.columns.levels[1].astype(str), level=1)
# 执行stack操作
stacked_df = df.stack()

场景2：从Excel读取多级表头的DataFrame #

对于从Excel导入的DataFrame，你可以在读取完成后直接处理列的MultiIndex：

import pandas as pd
# 读取Excel，header=[0,1]表示前两行是多级表头
df = pd.read_excel('your_excel_file.xlsx', header=[0,1])
# 把二级表头的所有元素转为字符串
df.columns = df.columns.set_levels(df.columns.levels[1].astype(str), level=1)
# 现在执行stack()操作就正常了
stacked_df = df.stack()

关键说明 #

set_levels()方法可以精准地修改MultiIndex中指定层级的元素类型：

• level=1表示我们要修改的是二级表头（如果要修改一级表头，就用level=0）
• astype(str)会把该层级的所有元素统一转为字符串类型，确保所有元素类型一致，避免排序时的类型冲突

内容的提问来源于stack exchange，提问作者Charles R