如何簡單地一列級添加到大熊貓數據幀

df = pd.DataFrame(index=list('abcde'), data={'A': range(5), 'B': range(5)}) 
df 
Out[92]: 
    A B 
a 0 0 
b 1 1 
c 2 2 
d 3 3 
e 4 4

Asumming這個數據幀已經存在，我怎麼能簡單的一個「C」級增加列索引，所以我得到這樣的：

df 
Out[92]: 
    A B 
    C C 
a 0 0 
b 1 1 
c 2 2 
d 3 3 
e 4 4

見到這麼anwser這樣python/pandas: how to combine two dataframes into one with hierarchical column index?但這CONCAT不同的數據幀，而不是添加一列水平已經存在的數據幀。

2016-10-24 Steven G

至於建議的@StevenG自己，一個更好的答案：

df.columns = pd.MultiIndex.from_product([df.columns, ['C']]) 

print(df) 
# A B 
# C C 
# a 0 0 
# b 1 1 
# c 2 2 
# d 3 3 
# e 4 4

2016-10-24 19:12:44 Romain

這是偉大的，我喜歡'pd.MultiIndex.from_product（[df.columns， ['C']]）'這是一個更瑣碎的小事，因爲你不必跟蹤'df.columns'的'len'。你介意把它添加到答案中，以便我可以接受它？ –

@StevenG太棒了我不知道這個把戲。謝謝我學到了一些新東西:-) – Romain

當原始df已經有多索引列名時，您是否有任何提示，如何添加另一個關卡？我試圖用from_product（）方法添加新的級別，但是我收到了以下錯誤消息：'NotImplementedError：isnull沒有爲MultiIndex定義'。 –

選項1
和T

df.T.set_index(np.repeat('C', df.shape[1]), append=True).T

選項2
pd.concat，keys，並swaplevel

pd.concat([df], axis=1, keys=['C']).swaplevel(0, 1, 1)

2016-10-24 19:19:11 piRSquared

謝謝你不知道交換，這是方便的。我測試了它的一個大數據框，看看它是否比設置'pd.MultiIndex.from_product（[df.columns，['C']]）'更有效，並且速度慢了大約25％。 –

沒有驚喜！羅曼的答案更快。我加了這個，因爲我認爲這很有價值。 – piRSquared

'pd.concat（[df]，axis = 1，keys = ['C']）'對於多級列非常適用 –

回答