如何为带MultiIndex的DataFrame添加索引拼接字符串列

嘿，这事儿好办，给你两种简洁的实现方式，都不会动到你现有的MultiIndex结构：

方法一：直接提取索引层级拼接 #

适合你这种只有两个层级的简单场景，直接提取每个层级的值转成字符串后拼接：

import pandas as pd

# 先还原你的初始DataFrame
df = pd.DataFrame([[1,2,3], [11,22,33]], columns = ['A', 'B', 'C'])
df.set_index(['A', 'B'], inplace=True)

# 新增列D：拼接索引A和B的字符串形式
df['D'] = df.index.get_level_values('A').astype(str) + '_' + df.index.get_level_values('B').astype(str)

执行后你就能得到想要的结果：

C      D
A  B
1  2     3    1_2
11 22   33  11_22

方法二：用index.map批量处理（更通用） #

如果以后你的MultiIndex层级变多，这种方法更灵活，不用逐个提取层级：

# 遍历每个索引元组，把元组里的元素转成字符串后用下划线连接
df['D'] = df.index.map(lambda x: '_'.join(map(str, x)))

这个逻辑不管你有2个还是N个索引层级，都能自动把所有层级拼接成层级1_层级2_..._层级N的格式，实用性更强~

两种方法都不会修改原有的MultiIndex结构，只是新增一列，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Night Walker