本文介绍如何将形如 "One_X"、"Two_Y" 的扁平列名，通过下划线分隔，高效构建两级 MultiIndex（Level 0 为前缀，Level 1 为后缀），并修正常见错误 AttributeError: 'tuple' object has no attribute 'split'。
本文介绍如何将形如 "one_x"、"two_y" 的扁平列名，通过下划线分隔，高效构建两级 multiindex（level 0 为前缀，level 1 为后缀），并修正常见错误 `attributeerror: 'tuple' object has no attribute 'split'`。
在 Pandas 中，将单层字符串列名转换为结构化的 MultiIndex 是数据重塑的常见需求，尤其适用于分组指标（如 "One_X" 表示组"One"的坐标"X"）。但直接对列名列表使用 tuple(c.split("_")) 时，若误将已为 tuple 的对象再次调用 .split()（例如在循环中重复执行或误用嵌套逻辑），就会触发 AttributeError: 'tuple' object has no attribute 'split' —— 这通常源于混淆了 Index 对象与普通 Python 字符串的行为。
正确做法是直接操作 df.columns（即 Index 对象）本身，利用其向量化字符串方法：
import pandas as pd
df = pd.DataFrame({
"One_X": [1.1, 1.1, 1.1],
"One_Y": [1.2, 1.2, 1.2],
"Two_X": [1.11, 1.11, 1.11],
"Two_Y": [1.22, 1.22, 1.22]
})
# ✅ 推荐方案：使用 str.split(expand=True) 直接生成 MultiIndex
df.columns = df.columns.str.split('_', expand=True)
print(df)
输出：
One Two
X Y X Y
0 1.1 1.2 1.11 1.22
1 1.1 1.2 1.11 1.22
2 1.1 1.2 1.11 1.22
expand=True 参数至关重要：它确保 str.split('_') 返回一个 DataFrame（每列对应一个分割段），Pandas 会自动将其升格为 MultiIndex。若省略 expand=True，返回的是 Index of list 或 Index of str，无法直接赋值给 columns。
⚠️ 注意事项：
- 不要手动遍历
df.columns并对每个元素调用.split()后再构造MultiIndex.from_tuples()——这不仅冗余，还易因类型误判（如误将Index当作list[str]处理）引发错误； - 若列名格式不统一（如存在无下划线或多个下划线），建议先校验：
df.columns.str.contains('_').all()； - 如需自定义层级名称，可在赋值后添加：
df.columns.names = ['Group', 'Coordinate']； - 替代方案（兼容旧版 Pandas）：
pd.MultiIndex.from_tuples([c.split('_') for c in df.columns])仅在确认df.columns元素均为str时安全，但不如str.split(expand=True)简洁鲁棒。
该方法简洁、向量化、零依赖循环，是生产环境中推荐的标准实践。
