如何基于带MultiIndex的距离矩阵直接构建Pandas DataFrame

其实你完全不用写那些手动拼接索引的“hacky”代码，Pandas内置的stack()方法就能完美解决你的需求，直接基于你已经构建好的distances_matrix生成目标DataFrame，步骤超简单：

核心代码实现 #

# 直接从distances_matrix转换
distances_df = distances_matrix.stack([0, 1]).reset_index()
# 给列起个清晰的名字
distances_df.columns = ['F', 'Ftags', 'P', 'Ptags', 'distance']
print(distances_df)

运行结果 #

F   Ftags   P   Ptags  distance
0  F1  tag1f1  B1  tag1b1       4.0
1  F1  tag1f1  B2  tag1b2      16.0
2  F1  tag1f1  B2  tag2b2      64.0
3  F2  tag1f2  B1  tag1b1      16.0
4  F2  tag1f2  B2  tag1b2      36.0
5  F2  tag1f2  B2  tag2b2     100.0

步骤解释 #

1. stack([0,1])：这里的[0,1]指定要把列的前两个层级（P和Ptags）从列索引“堆叠”到行索引里，和原来的行索引（F、Ftags）合并成一个4级的MultiIndex，此时数据变成一个Series，索引是每一对跨类别标签组合，值就是对应的距离。
2. reset_index()：把这个多级索引拆成普通的列，方便后续处理。
3. 重命名列：默认的列名是level_0、level_1这类，改成有意义的名字让结果更直观。

后续分组需求适配 #

你提到最终需要按类别分组，用这个方法生成的DataFrame直接用groupby()就能轻松实现，比如：

• 按F类别分组：distances_df.groupby('F')
• 按F和P的组合类别分组：distances_df.groupby(['F', 'P'])

这种方法完全依赖Pandas的原生操作，比手动处理笛卡尔积和索引拼接简洁太多，可读性和可维护性都强很多～

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