pandas中的多重表头（multiindex columns）是列索引为pd.multiindex的dataframe，具有层级结构，可通过元组列表、from_tuples()、from_product()或from_arrays()构造，读取csv/excel时也可用header参数直接生成。
什么是Pandas中的多重表头（MultiIndex columns）
多重表头本质是列索引（columns）为 pd.MultiIndex 的 DataFrame，不是“加个标题行”这种视觉操作。它让列名具备层级结构，比如先按「年份」分组，再按「指标」细分。直接修改 df.columns 为元组列表或用 pd.MultiIndex.from_tuples() 是最可靠的方式。
用元组列表快速构造 MultiIndex 列名
这是最常用、最直观的方法，适合已有明确层级关系的列名。注意：元组长度必须一致，否则会报 ValueError: Level lengths must be the same。
常见错误现象：传入混长元组（如 [('2022', 'sales'), ('2023', 'sales', 'Q1')]），导致创建失败。
实操建议：
- 确保每个元组元素数量相同，例如全部是二元组：
[('2022', 'revenue'), ('2022', 'cost'), ('2023', 'revenue'), ('2023', 'cost')] - 用
pd.MultiIndex.from_tuples()构造后直接赋值：df.columns = pd.MultiIndex.from_tuples(tuples) - 若原始 DataFrame 列名是一维的，先用
df.columns.tolist()拿到旧列名，再按规则映射成元组列表
import pandas as pd
df = pd.DataFrame([[100, 200, 150, 220]], columns=['2022_rev', '2022_cost', '2023_rev', '2023_cost'])
tuples = [('2022', 'revenue'), ('2022', 'cost'), ('2023', 'revenue'), ('2023', 'cost')]
df.columns = pd.MultiIndex.from_tuples(tuples)
# 现在 df.columns 是 MultiIndex，支持 df[('2022', 'revenue')] 访问
用 from_product 或 from_arrays 生成规则化多级列名
当你需要笛卡尔积式组合（如所有年份 × 所有指标），pd.MultiIndex.from_product() 比手写元组更安全；若各层级数据已分开存在（如年份列表、指标列表），优先用 from_arrays()。
性能影响：三者底层都是构建 MultiIndex，无显著差异；但 from_product() 会自动去重并排序，可能改变你期望的顺序。
实操建议：
-
from_product([years, metrics])→ 适合枚举所有组合，顺序按输入列表顺序展开 -
from_arrays([year_list, metric_list])→ 适合列名与某组原始数据一一对应（如从 Excel 多行读取的表头） - 避免对大 DataFrame 频繁重设
columns，因为每次赋值都会触发内部索引重建
读取 CSV/Excel 时直接生成多重表头
如果源文件本身含多行表头（如前两行是「部门」「指标」），用 pd.read_csv(..., header=[0, 1]) 最省事。但容易踩的坑是：跳过行数计算错误、空列名未处理、中文编码干扰。
使用场景：报表导出的 Excel 常带合并单元格表头，实际存储为多行普通文本。
实操建议：
- 确认表头行号从 0 开始计数，
header=[0,1]表示第 1 和第 2 行（非第 0 和第 1 行） - 遇到空列名（如合并单元格导致的 NaN），用
df.columns = df.columns.set_levels(df.columns.levels[0].fillna('unknown'), level=0)填充 - Excel 中合并单元格会被 pandas 读作重复值，需手动 dedup 或预处理 —— 这步常被忽略，结果表头层级错乱
复杂点在于：真实业务数据里，表头往往不规整。手动构造 MultiIndex 虽然多写几行，反而比依赖 header 参数更可控。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
