在熊猫数据框中创建多索引列

Question

我有一个具有以下结构的熊猫数据框：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.arange(32).reshape((4,8)), 
            index = pd.date_range('2016-01-01', periods=4),
            columns=['male ; 0', 'male ; 1','male ; 2','male ; 4','female ; 0','female ; 1','female ; 2','female ; 3',])

列名称杂乱无章，标题名称中包含两个变量以及原始电子表格中的残留标点符号。

我想做的是在我的数据框中设置一个名为“性别和年龄”的MultiIndex列。

我试过像这样使用pd.MultiIndex.from_tuples ：

columns = [('Male', 0),('Male', 1),('Male', 2),('Male', 3),('Female', 0),('Female', 1),('Female', 2),('Female', 3)]
df.columns = pd.MultiIndex.from_tuples(columns)

然后命名列索引：

df.columns.names = ['Sex', 'Age']

这给出了我想要的结果。 但是，我的数据框对于每个性别的年龄都超过100岁，因此这不是很实际。

有人可以指导我如何以编程方式从元组设置MultiIndex列。

Answer 1

Jaco的答案很好用，但是您甚至可以直接使用.from_product()从产品创建MultiIndex ：

sex = ['Male', 'Female']
age = range(100)
df.columns = pd.MultiIndex.from_product([sex, age], names=['Sex', 'Age'])

Answer 2

您可以使用itertools模块，通过在数据中采用性别和年龄范围的笛卡尔连接来生成columns变量，例如：

import itertools
max_age = 100
sex = ['Male','Female']
age = range(max_age)
columns=list(itertools.product(sex, age))
df.columns = pd.MultiIndex.from_tuples(columns)
df.columns.names = ['Sex', 'Age']